vLLM 推出推式 KV 传输连接器
热点事件持续更新
vLLM 推出推式 KV 传输连接器
1 篇报道1 个报道来源2 小时前更新
先了解这件事
AI 综述
vLLM 新增推式（push）NIXL KV 传输连接器 NixlPushConnector，把 prefill 之后的传输协调与准备工作移出关键路径，以降低首 token 延迟（TTFT）并改善每 token 输出时间（TPOT）。AWS 称，在 Amazon EC2 P5en 实例、EFA 连接的 1P1D 部署上测试 Qwen3-32B，push 模式相比 pull 模式 TTFT 最高提升 3 倍、TPOT 最高提升 30%。 使用 push 模式需在 prefill 与 decode 两端服务器都把 NixlConnector 配置为 NixlPushConnector。该模式适合可提前选定 decode 节点、且优先追求低 TTFT 的场景；需要双向 KV 传输、或要在 prefill 后按负载再选 decode 实例的工作负载，仍更适合 pull 连接器。 AWS 表示该功能也可在其他受支持的配置上运行，但性能会随硬件、模型、工作负载和网络配置不同而变化。
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，将 prefill 后的传输协调与准备工作移出关键路径，从而降低 TTFT 并提升 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 push 模式相比 pull 模式 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。