热点事件持续更新

vLLM 推出推模式 KV 传输，TTFT 最高提升 3 倍

1 篇报道1 个报道来源3 小时前更新

先了解这件事

AI 综述

vLLM 新增 push 模式的 NIXL connector（NixlPushConnector），把 prefill 完成后的 KV 传输协调与准备工作移出首 token 关键路径。AWS 称，在 EC2 P5en 实例、EFA 互联的 1P1D 部署上运行 Qwen3-32B，push 模式相比默认 pull 模式 TTFT 最高提升 3 倍、TPOT 最高提升 30%。使用 push 模式需在 prefill 和 decode 两端服务器都把 NixlConnector 配置为 NixlPushConnector。它适合能接受提前选定 decode 节点、且以降低 TTFT 为优先的场景；需要双向 KV 传输，或要在 prefill 后按负载再选 decode 实例的工作负载，仍更适合 pull 模式。 AWS 表示该功能也可在其他受支持配置上运行，但性能会随硬件、模型、工作负载和网络配置变化。

AI 根据报道生成 · 3 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，把 prefill 后的 KV 传输协调与准备工作移出首 token 关键路径。在 AWS EC2 P5en 实例、EFA 互联的 1P1D 部署上跑 Qwen3-32B，push 模式相比默认 pull 模式 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。