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 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）并提升每 token 输出时间（TPOT）。AWS 称，在 EFA 连接的 Amazon EC2 P5en 1P1D 部署上，Qwen3-32B 的 TTFT 最高提升 3 倍、TPOT 最高提升 30%。 启用推式模式需在 prefill 和 decode 两端服务器都把 NixlConnector 换成 NixlPushConnector。AWS 称，推式连接器适合可以提前选定 decode 节点、且优先降低 TTFT 的场景；需要双向 KV 传输，或要在 prefill 后按负载选择 decode 实例的工作负载，仍适合拉式连接器。 该功能先在 AWS Trainium 集群验证，后作为与加速器无关的特性贡献给 vLLM；AWS 称其可在其他受支持配置上运行，但性能会随硬件、模型、工作负载和网络配置而变化。
AI 根据报道生成 · 2 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 并提升 TPOT。在 EFA 连接的 Amazon EC2 P5en 1P1D 部署上，Qwen3-32B 的 TTFT 最高提升 3 倍、TPOT 最高提升 30%。该功能先在 AWS Trainium 集群验证，再作为与加速器无关的特性贡献给 vLLM。
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。