Page-EntroKV：GQA下硬件对齐的熵加权KV驱逐

长上下文自回归语言模型服务受KV缓存制约。多数动态驱逐方法按查询头打token重要性分并独立选token——这与分组查询注意力（GQA）不匹配：多个查询头共享一个物理KV缓冲，逐头分歧的选择迫使服务引擎保留其并集（缓存最多膨胀组比r倍），而算术均值池化稀释承载事实召回的专用检索头。我们提出Page-EntroKV——在GQA服务实际分配的粒度上运作的KV驱逐形式化框架：每个物理组内的头以由孤立sink的碰撞（Renyi-2）熵导出的权重池化——每头一次内积、预填充时算一次、无需校准——sink头无法伪装成检索头。池化分数投影到PagedAttention页帧，驱逐在硬件元组（层，组，页）执行。我们形式化并集开销比（UOR）与组内分歧，证明二者在双头组下的精确恒等式与任意组比的双侧界，证明严格预算保持与均值池化可证违反的有限上下文针保持界，并给出精确的逐层页核算。试点架构（Qwen2.5-1.5B-Instruct，r=6）上2240次组测量的头无关重放显示：2%预算下并集开销达4.75倍，而Page-EntroKV的UOR恰为1.000；sink隔离消除13倍的sink伪装；20%预算下针召回100%对均值池化的0%；每页大小的保留基数精确；QA与代码任务在20%保留下仍可解。