Новости
HiCache Across Multi-Parallelism and Distributed Serving
LMSYS · Опубликовано · 3 мин чтения
За 30 секунд
- Что произошло
- HiCache extends KV cache reuse to host memory and external storage while maintaining consistency across context parallelism, pipeline parallelism, speculative decoding, and prefill-decode disaggregation.
- Почему это важно
- Engineers deploying large language models with long-context agentic workloads where repeated request prefixes create cache reuse opportunities across distributed serving infrastructure.
- На что обратить внимание
- Per-layer KV gathering adds overhead; CP sharding optimization is ongoing. Consistency across pipeline stages requires careful synchronization of asynchronous transfers to avoid tensor shape mismatches.
- serving
Паттерны, стоящие за этой новостью
- Speculative & Parallel Tool Execution
- Distributed Memory Architectures
- Agentic Context Engineering (Evolving Playbook)
Каждый разбирает, как работает техника, когда она оправдывает затраты и где ломается.
The Agent Architect
Один паттерн, один компромисс, одна история сбоя в продакшене. Короткий еженедельный брифинг для тех, кто строит агентные системы.
Одно письмо в неделю, отписка в один клик. Адрес используется только для рассылки брифинга.