AWS 博客介绍 vLLM 双向 KV 传输优化多轮 TTFT
热点事件观察中
AWS 博客介绍 vLLM 双向 KV 传输优化多轮 TTFT
1 篇报道1 个报道来源1 天前更新
先了解这件事
AI 综述
AWS Machine Learning Blog 发文介绍 vLLM 新增的双向 KV 缓存传输机制：decode 节点在后续轮次把已计算的 KV 缓存回传给 prefill 节点，避免重复计算对话历史，从而在多轮对话中复用上下文。 在 Amazon EC2 P5en 的 1P1D 部署测试中，该机制将 Qwen3-32B 的 TTFT 最多降低 1.6 倍，zai-org/GLM-5-FP8 最多降低 3.3 倍。博客称，要在自有环境启用，需使用 vLLM v0.21.0 或更高版本配合 NixlConnector，在 prefill 与 decode 服务器上均开启 bidirectional_kv_xfer，并使用能感知 KV 缓存的路由器；其他受支持配置也可运行，但性能会因硬件、模型、负载和网络而异。
AI 根据报道生成 · 1 天前更新
最新进展10月20日 00:03
vLLM 双向 KV 传输如何提升多轮智能体工作负载的 TTFT报道时间线
沿着报道，了解事件的不同侧面。
10月20日
- AWS Machine Learning BlogvLLM 双向 KV 传输如何提升多轮智能体工作负载的 TTFT
vLLM 新增双向 KV 传输，让 decode 节点在后续轮次把已计算的 KV 缓存回传给 prefill 节点，避免重复计算对话历史。在 Amazon EC2 P5en 的 1P1D 部署测试中，该机制将 Qwen3-32B 的 TTFT 最多降低 1.6 倍，zai-org/GLM-5-FP8 最多降低 3.3 倍。
本事件热度走势
还没有足够的连续观测数据，暂不绘制趋势。