热点事件持续更新

vLLM 推出 push 模式 KV 传输优化分离式推理

1 篇报道1 个报道来源11 小时前更新

先了解这件事

AI 综述

2026年10月20日，AWS Machine Learning Blog 报道，vLLM 新增 push 模式的 NIXL connector，用于分离式推理中的 KV 传输。该方案将 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 token 输出时间（TPOT）。在 AWS EC2 P5en 实例搭配 EFA 的 1P1D 部署上，对 Qwen3-32B 的测试显示，push 模式相比 pull 模式 TTFT 最高提升 3 倍、TPOT 最高提升 30%。目前报道仅给出这一组测试结果，未提及后续版本或更广泛的部署情况。

AI 根据报道生成 · 10 小时前更新

最新进展10月20日 00:05

vLLM 新增 push 模式 NIXL connector，测试中 TTFT 最高提升 3 倍、TPOT 提升 30%。

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 AWS EC2 P5en 实例搭配 EFA 的 1P1D 部署上，Qwen3-32B 的测试显示 push 模式相比 pull 模式 TTFT 最高提升 3 倍、TPOT 最高提升 30%。

本事件热度走势

当前热度 7·可比范围峰值 10（10月20日 01:00）·近 24 小时可比范围变化 –

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。