热点事件持续更新
AWS博客介绍vLLM双向KV传输优化多轮TTFT
1 篇报道1 个报道来源3 小时前更新
先了解这件事
AI 综述
2026年10月20日，AWS Machine Learning Blog 发文介绍 vLLM 新增的双向 KV 传输机制。该机制让 decode 节点在后续轮次把已计算好的 KV 缓存回传给 prefill 节点，避免重复计算对话历史，从而降低多轮智能体负载的首 token 延迟（TTFT）。在 Amazon EC2 P5en 的 1P1D 部署上，该机制将 TTFT 最高降低 1.6 倍（Qwen3-32B）和 3.3 倍（zai-org/GLM-5-FP8）。目前报道仅给出上述优化效果，未披露更多部署细节或后续计划。
AI 根据报道生成 · 2 小时前更新
最新进展10月20日 00:03
AWS 博客介绍 vLLM 双向 KV 传输，P5en 上 TTFT 最高降 1.6 倍和 3.3 倍。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 双向 KV 传输如何降低多轮智能体负载的 TTFT
vLLM 新增双向 KV 传输，让 decode 节点在后续轮次把已算好的 KV 缓存回传给 prefill 节点，避免重复计算对话历史。在 Amazon EC2 P5en 的 1P1D 部署上，该机制将 TTFT 最高降低 1.6 倍（Qwen3-32B）和 3.3 倍（zai-org/GLM-5-FP8）。
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。