新闻
Push-Based KV Transfer to Improve TTFT and TPOT for Disaggregated Inference in vLLM
vLLM · Sunita Nadampalli (AWS), Nicolò Lucchesi (Mistral) · 发布于 · 阅读约3分钟
30秒读懂
- llm
- inference
- serving
- vllm
The Agent Architect
每周一个模式、一个权衡、一个生产事故案例。为构建智能体系统的人准备的每周简报。
每周一封邮件,一键退订。您的地址仅用于发送简报。