热点事件持续更新
vLLM 引入推模式 KV 传输提升分离式推理性能
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
2026 年 10 月 20 日，据 AWS Machine Learning 报道，vLLM 引入了推模式 NIXL 连接器。该设计将分离式 prefill/decode 推理中的 KV cache 传输协调移出了关键路径。在搭载 AWS EFA 的 Amazon EC2 P5en 实例上对 Qwen3-32B 模型进行的测试显示，推模式相较于传统的 pull 模式，首字延迟（TTFT）提升最高达 3 倍，每个输出 token 耗时（TPOT）提升最高达 30%。
AI 根据报道生成 · 2 小时前更新
最新进展10月20日 00:05
vLLM 引入推模式 NIXL 连接器，测试显示 TTFT 最高提升 3 倍、TPOT 最高提升 30%。报道时间线
沿着报道，了解事件的不同侧面。
10月20日
- AWS Machine LearningvLLM 引入推模式 KV 传输：改善分离式推理的 TTFT 与 TPOT
vLLM 引入了推模式 NIXL 连接器，将分离式 prefill/decode 推理中的 KV cache 传输协调移出关键路径。在搭载 AWS EFA 的 Amazon EC2 P5en 实例上测试 Qwen3-32B 模型，推模式相比 pull 模式实现 TTFT 提升最高 3 倍、TPOT 提升最高 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。