AI圈报观点 / 方法普通
vLLM 推出基于 push 的 KV 传输，分离式推理 TTFT 最高提升 3 倍
原始标题：Push-Based KV Transfer to Improve TTFT and TPOT for Disaggregated Inference in vLLM
内容摘要
vLLM 新增 push-based NIXL connector，将 KV 传输的协调与建立从解码关键路径移到预填充侧后台线程，在 1P1D 的 Amazon EC2 P5en + EFA 部署上，Qwen3-32B 的 TTFT 最高提升 3 倍、TPOT 最高提升 30%。该功能先在 AWS Trainium 集群验证，后作为加速器无关特性贡献给 vLLM，GPU 集群同样受益。