SageMaker AI上线KV缓存感知路由
热点事件观察中
SageMaker AI上线KV缓存感知路由
1 篇报道1 个报道来源2 天前更新
先了解这件事
AI 综述
Amazon SageMaker AI 为实时端点推出 KV 缓存感知路由,根据模型容器上报的缓存状态,将请求分配到缓存匹配最长且负载合适的实例;在 Llama 3.1 70B Instruct 基准测试中,相比随机路由,p50 首 token 时间最多降低 97%,吞吐量最多提升 234%。 该功能已在支持 SageMaker AI 实时推理的所有商业 AWS 区域提供,适用于受支持的容器,且不额外收费。使用前提包括单模型端点至少有两个实例,或推理组件至少有两个副本;还需启用默认开启的前缀缓存,并通过 SM_VLLM_KV_EVENTS_CONFIG 环境变量开启 KV 缓存事件。
AI 根据报道生成 · 2 天前更新
最新进展11月18日 05:11
Amazon SageMaker AI 实时端点新增 KV cache 感知路由报道时间线
沿着报道,了解事件的不同侧面。
11月18日
- AWS Machine Learning Blog精选Amazon SageMaker AI 实时端点新增 KV cache 感知路由
Amazon SageMaker AI 为实时端点新增 KV cache 感知路由,根据模型容器上报的缓存状态,将请求路由至最长缓存匹配且负载合适的实例。在 Llama 3.1 70B Instruct 的基准测试中,相比随机路由,其 p50 首 token 时间最多降低 97%,吞吐量最多提升 234%,KV cache 命中率从 3–48% 提升至 80–93%。
本事件热度走势
- 可比范围当前
- 4
- 可比范围峰值
- 1011月18日 06:00
- 近 24 小时变化
- -49%
02.557.510
06:0012:0018:0011月19日06:0012:0018:00
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。