Cache PagedAttention LLM 优化 计算和 等 vAttention KV 推理的 Attention
一、背景最近，SGLang引起了广泛关注，出现了许多&，ldquo，SGLang吊打vLLM和TRTLLM&，rdquo，的言论，不得不说，SGLang确实是一项非常出色的工作，与此同时，vLLM的性能问题和TR......
KVSharer Cache 基于不相似性实现跨层 KV 共享
一、背景本文中我们介绍一种最新的KVCache共享论文KVSharer，与之前常见的层内共享不同，KVSharer主要关注跨层共享，并且是整个层的共享，对应的论文，[2410.18517]KVSharer，EfficientInferenc......
共1页 2条