vLLM 新增推式 KV 传输，TTFT 最高提升 3 倍
热点事件持续更新
vLLM 新增推式 KV 传输，TTFT 最高提升 3 倍
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 新增基于 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。AWS 称，在 1P1D 的 Amazon EC2 P5en + EFA 部署上运行 Qwen3-32B，TTFT 最高提升 3 倍、TPOT 最高改善 30%。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；GPU 集群测试显示收益同样成立。 使用推式模式需在 prefill 与 decode 两端服务器均配置 NixlPushConnector 替代 NixlConnector。AWS 称，推式连接器适合可接受提前选定 decode 节点、且以降低 TTFT 为优先的工作负载；需要双向 KV 传输、或要在 prefill 后按负载再选 decode 实例的场景，仍更适合拉式连接器。 该特性可在其他受支持配置上运行，但 AWS 表示性能会随硬件、模型、工作负载和网络配置不同而变化。
AI 根据报道生成 · 1 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，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 1P1D 的 Amazon EC2 P5en + EFA 部署上运行 Qwen3-32B，TTFT 最高提升 3 倍、TPOT 最高改善 30%。该功能先在 AWS Trainium 集群上验证，再作为与加速器无关的特性贡献给 vLLM，GPU 集群测试显示收益同样成立。
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。