vLLM 新增 push 模式 NIXL KV 连接器降低 disaggregated 推理首 token 延迟
热点事件持续更新
vLLM 新增 push 模式 NIXL KV 连接器降低 disaggregated 推理首 token 延迟
1 篇报道1 个报道来源4 小时前更新
先了解这件事
AI 综述
AWS 为开源推理引擎 vLLM 新增 push 模式的 NIXL KV 连接器，将 disaggregated（预填充与解码分离）推理中 post-prefill 阶段的路由往返与解码端传输准备挪到后台线程，移出首 token 关键路径，官方称首 token 出词延迟（TTFT）最高提升 3 倍。 在 disaggregated 推理架构中，预填充和解码由不同设备承担，KV 缓存需在两者间传输。vLLM 原有的基于 pull 模式的连接器把这类协调放在关键路径上，会拉高首 token 延迟；新的 push 模式把协调与准备工作放到后台线程执行，从而缩短关键路径。
AI 根据报道生成 · 3 小时前更新
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 新增 push 模式 NIXL KV 连接器， disaggregated inference 的 TTFT 最高提升 3 倍
AWS 为开源推理引擎 vLLM 新增 push 模式的 NIXL KV 连接器，将 post-prefill 的路由往返和 decode 端传输准备挪到后台线程，移出首 token 关键路径。
本事件热度走势
- 可比范围当前
- 9
- 可比范围峰值
- 1010月20日 01:00
- 近 24 小时变化
- –
02.557.510
01:0002:0003:00
趋势仅比较持续完整观测到的相同主体，范围可能小于当前热度统计。移动指针或点击图表查看每小时热度；键盘可用左右方向键切换。