热点事件持续更新

vLLM 推出 push 模式 KV 传输连接器

1 篇报道1 个报道来源6 小时前更新

先了解这件事

AI 综述

vLLM 新增基于 push 的 NIXL connector，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）并提升每输出 token 时间（TPOT）。AWS 称，在 Amazon EC2 P5en 实例、EFA 连接、1P1D 部署上运行 Qwen3-32B，TTFT 最高提升 3 倍，TPOT 最高提升 30%。使用 push 模式需在 prefill 与 decode 服务器上均以 NixlPushConnector 替代 NixlConnector。AWS 称，当可以提前选定 decode 节点、且优先降低 TTFT 时适合选用；需要双向 KV 传输，或要在 prefill 后按负载选择 decode 实例的场景，仍更适合 pull 模式。该功能也可在其他受支持配置上运行，但 AWS 表示性能会随硬件、模型、负载和网络配置而变化。

AI 根据报道生成 · 5 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

00:05
AWS Machine Learning Blog
vLLM 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 模型的 TTFT 最高提升 3 倍，TPOT 最高提升 30%。

本事件热度走势

可比范围当前: 9
可比范围峰值: 1010月20日 01:00
近 24 小时变化: –

趋势仅比较持续完整观测到的相同主体，范围可能小于当前热度统计。移动指针或点击图表查看每小时热度；键盘可用左右方向键切换。