热点事件持续更新
AWS 在 vLLM 实现双向 KV 传输降低 TTFT
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
2026年10月20日，AWS Machine Learning Blog 发文称，AWS 在 vLLM 中实现了双向 KV 传输：decode 节点把已算好的 KV 缓存回传给 prefill 节点，从而避免多轮对话中重复计算上下文。在 Amazon EC2 P5en 实例的 1P1D 部署上，该功能使 Qwen3-32B 的 TTFT 最多降低 1.6 倍，zai-org/GLM-5-FP8 最多降低 3.3 倍。目前报道仅给出这一项测试结果，未提及该功能的上线范围或后续计划。
AI 根据报道生成 · 2 小时前更新
最新进展10月20日 00:03
AWS 在 vLLM 实现双向 KV 传输，P5en 上 GLM-5-FP8 的 TTFT 最多降 3.3 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 BlogAWS 用 vLLM 双向 KV 传输降低多轮智能体工作负载的 TTFT
AWS 在 vLLM 中实现双向 KV 传输，让 decode 节点把已算好的 KV 缓存回传给 prefill 节点，避免多轮对话中重复计算上下文。在 Amazon EC2 P5en 实例的 1P1D 部署上，该功能使 Qwen3-32B 的 TTFT 最多降低 1.6 倍、zai-org/GLM-5-FP8 最多降低 3.3 倍。
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。