vLLM 推出推式 KV 传输连接器，TTFT 最高提升 3 倍
热点事件历史事件
vLLM 推出推式 KV 传输连接器，TTFT 最高提升 3 倍
1 篇报道1 个报道来源11 天前更新
先了解这件事
AI 综述
vLLM 新增推式（push）NIXL 连接器，把预填充后 KV 传输的协调与准备工作移出首 token 关键路径。AWS 称，在 EC2 P5en 实例搭配 EFA 的 1P1D 部署上，Qwen3-32B 的首 token 延迟（TTFT）最高提升 3 倍，每 token 输出时间（TPOT）最高改善 30%。该功能先在 AWS Trainium 集群验证，再以与加速器无关的形式贡献给 vLLM。 使用推式模式需在预填充和解码服务器上均配置 NixlPushConnector 替代 NixlConnector。AWS 建议在可接受提前选定解码节点、且以降低 TTFT 为优先时选用；需要双向 KV 传输、或要在预填充后按负载选择解码实例的场景，仍适合拉式连接器。AWS 表示该功能也可在其他受支持配置上运行，但性能会因硬件、模型、负载和网络配置而异。
AI 根据报道生成 · 11 天前更新
最新进展10月20日 00:05
vLLM 推出基于 push 的 KV 传输，分拆推理下 TTFT 最高提升 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 推出基于 push 的 KV 传输，分拆推理下 TTFT 最高提升 3 倍
vLLM 新增 push 模式的 NIXL connector，把 KV 传输的协调与准备工作移出首 token 关键路径。在 AWS EC2 P5en 实例搭配 EFA 的 1P1D 部署上，Qwen3-32B 的 TTFT 最高提升 3 倍，TPOT 最高改善 30%。该功能先在 AWS Trainium 集群验证，再以与加速器无关的形式贡献给 vLLM。