vLLM 推出推式 KV 传输连接器
热点事件观察中
vLLM 推出推式 KV 传输连接器
1 篇报道1 个报道来源2 天前更新
先了解这件事
AI 综述
vLLM 新增推式（push）NIXL connector，把 prefill 完成后的传输协调与准备工作移出关键路径，以降低分离式推理的首 token 延迟（TTFT）和每 token 输出时间（TPOT）。AWS 称，在 Amazon EC2 P5en 实例、经 EFA 连接的 1P1D 部署上测试 Qwen3-32B，TTFT 最高提升 3 倍、TPOT 最高提升 30%，并注明结果取决于工作负载与配置。 使用推式模式需在 prefill 和 decode 两端服务器都把 NixlConnector 配置为 NixlPushConnector。AWS 称，当可以提前选定 decode 节点、且优先降低 TTFT 时适合选用推式；需要双向 KV 传输、或要在 prefill 后再按负载选择 decode 实例的工作负载，仍更适合原有的拉式（pull）connector。
AI 根据报道生成 · 1 小时前更新
最新进展10月20日 00:05
vLLM 推出基于 push 的 KV 传输，提升分离式推理的 TTFT 与 TPOT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 推出基于 push 的 KV 传输，提升分离式推理的 TTFT 与 TPOT
vLLM 新增 push 模式的 NIXL connector，把 prefill 后的传输协调与准备工作移出关键路径，从而降低 TTFT 和 TPOT。在基于 Amazon EC2 P5en 实例、通过 EFA 连接的 1P1D 部署上，Qwen3-32B 的测试显示 TTFT 最高提升 3 倍、TPOT 最高提升 30%。
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。