跳到正文
热点事件持续更新

SageMaker AI 实时端点新增 KV 感知路由

1 篇报道1 个报道来源2 小时前更新

先了解这件事

AI 综述

AWS 为 Amazon SageMaker AI 实时端点推出 KV cache 感知路由(KV_AWARE):依据模型容器上报的缓存状态,把请求发给已缓存最长匹配且负载较低的实例。启用需在模型中设置 SM_VLLM_KV_EVENTS_CONFIG 环境变量并将 RoutingStrategy 设为 KV_AWARE。 该功能已在所有支持 SageMaker AI 实时推理的商业 AWS 区域提供,不额外收费;但路由仅在单模型端点至少两个实例、或推理组件至少两份副本时生效。发布时仅支持 AWS vLLM Deep Learning Container(vLLM 0.33.0 及以上镜像,或 Amazon Linux build server-sagemaker-cuda-v2.8.0 及以上)。

AI 根据报道生成 · 1 小时前更新

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 为实时端点推出 KV cache 感知路由(KV_AWARE),依据模型容器上报的缓存状态把请求发给已缓存最长匹配且负载较低的实例,需在模型中加 SM_VLLM_KV_EVENTS_CONFIG 环境变量并把 RoutingStrategy 设为 KV_AWARE。

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。