请解释GQA（分组查询注意力）和MLA（多头潜在注意力）等注意力机制的结构及其在LLM中的作用。

回答思路

1. 清晰说明GQA如何分组共享KV，减少KV缓存并提升推理效率
2. 清晰说明MLA如何通过低秩潜在向量压缩KV，进一步减少缓存
3. 对比MHA、GQA、MLA的差异与适用场景
4. 说明这些结构对推理速度、显存占用和模型质量的影响