跳到正文
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

报道时间线

沿着报道,了解事件的不同侧面。

11月18日
  1. 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%

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。