ycliper

Популярное

Музыка Кино и Анимация Автомобили Животные Спорт Путешествия Игры Юмор

Интересные видео

2025 Сериалы Трейлеры Новости Как сделать Видеоуроки Diy своими руками

Топ запросов

смотреть а4 schoolboy runaway турецкий сериал смотреть мультфильмы эдисон
Скачать

LMCache Office Hour 2026-02-12

Автор: LMCache Team

Загружено: 2026-02-13

Просмотров: 58

Описание: LMCache Office Hour #3 featuring @Martin Hickey (IBM), presenting on Event-driven KV-Cache-Aware Routing for Distributed LLM Inference.

Chat Transcript:
00:09:45.125,00:09:48.125
Mo McElaney: Thanks to everyone who joined so far! Going to wait until 5 after the hour to get started.

00:20:31.137,00:20:34.137
Mo McElaney: "What is distributed inference?" https://www.redhat.com/en/topics/ai/w...

00:25:06.055,00:25:09.055
Ugur Kaynar: Is KV‑cache based routing becoming the de‑facto method for large scale disagg inference?

00:29:59.485,00:30:02.485
Mo McElaney: KV Cache Events in the LMCache docs... https://docs.lmcache.ai/production/kv...

00:37:36.285,00:37:39.285
Himanshu Sekhar Nayak: So here medium means kv blocks are sitting in cpu DRAM?

00:39:04.209,00:39:07.209
Himanshu Sekhar Nayak: Is it there for NVMe too?

00:40:28.290,00:40:31.290
Himanshu Sekhar Nayak: I mean storage

00:40:54.826,00:40:57.826
Himanshu Sekhar Nayak: thanks

00:47:04.601,00:47:07.601
kosseila Hd: what event do you think will benefit most the latency & performance when KVcache aware routing is enabled for users ?

00:48:13.525,00:48:16.525
kosseila Hd: 👍🏻

00:48:18.782,00:48:21.782
Himanshu Sekhar Nayak: I’ve been testing LMCache across versions 0.3.10 to 0.3.13 and I can clearly see overall performance improvements.

However, I noticed a behavioral difference in KV offloading:

In v0.3.10, when I send a small prompt (~20 tokens), KV blocks are offloaded to NVMe.

In v0.3.13, KV blocks are not offloaded for the same prompt. Offloading only seems to happen when (input_tokens + output_tokens) approaches max_model_len.

00:48:53.877,00:48:56.877
Himanshu Sekhar Nayak: Was there any intentional change in the offloading/store logic between 0.3.10 and 0.3.13?

00:50:31.212,00:50:34.212
Samuel Shen: save_unfull_chunk was turned off by default

00:51:07.330,00:51:10.330
Himanshu Sekhar Nayak: Is it due to bandwidth saturation for small chunks?

00:51:25.723,00:51:28.723
Samuel Shen: it helps us not have to store metadata for chunks for remote backends

00:51:28.898,00:51:31.898
Samuel Shen: since all chunks become uniform

00:52:18.667,00:52:21.667
Ugur Kaynar: Thank you

00:52:39.543,00:52:42.543
Himanshu Sekhar Nayak: thanks for answering

Не удается загрузить Youtube-плеер. Проверьте блокировку Youtube в вашей сети.
Повторяем попытку...
LMCache Office Hour 2026-02-12

Поделиться в:

Доступные форматы для скачивания:

Скачать видео

  • Информация по загрузке:

Скачать аудио

Похожие видео

LMCache Office Hour 2025 01 08

LMCache Office Hour 2025 01 08

Бесплатный интернет жив! И вы можете им пользоваться!

Бесплатный интернет жив! И вы можете им пользоваться!

LMCache Office Hour 2025-11-13

LMCache Office Hour 2025-11-13

Окупай DPI: Выводим провайдера на чистую воду

Окупай DPI: Выводим провайдера на чистую воду

NotebookLM: 5 КЕЙСОВ, которые заменят вам целую команду (БЕСПЛАТНО)

NotebookLM: 5 КЕЙСОВ, которые заменят вам целую команду (БЕСПЛАТНО)

Моя команда из нескольких агентов с OpenClaw

Моя команда из нескольких агентов с OpenClaw

OpenClaw уничтожил 80% приложений. Вот 5, которые выжили.

OpenClaw уничтожил 80% приложений. Вот 5, которые выжили.

Qwen 3.5 Plus УНИЧТОЖАЕТ платные AI! Бесплатно + уровень Claude Opus

Qwen 3.5 Plus УНИЧТОЖАЕТ платные AI! Бесплатно + уровень Claude Opus

Что НАСА обнаружило на Ио

Что НАСА обнаружило на Ио

Лукашенко: Ну тупость полная! // Про Совет мира, Россию и Китай, Трампа и неэффективность ООН

Лукашенко: Ну тупость полная! // Про Совет мира, Россию и Китай, Трампа и неэффективность ООН

Вот откуда в атоме столько энергии? Он же такой маленький

Вот откуда в атоме столько энергии? Он же такой маленький

ПОТАПЕНКО:

ПОТАПЕНКО: "Приготовьтесь! Это будет в момент". Кому отключат связь, кого убрал Кремль, что дали ФСБ

КОЛМАНОВСКИЙ:

КОЛМАНОВСКИЙ: "Это просто чудо". Где "проваливается" ИИ, что не так с ядом из кожи лягушки, азарт

Trilium: идеальный инструмент для своей базы знаний

Trilium: идеальный инструмент для своей базы знаний

А так МОЖНО БЫЛО? REVVL 7 PRO - сын ПИКСЕЛЯ за копейки

А так МОЖНО БЫЛО? REVVL 7 PRO - сын ПИКСЕЛЯ за копейки

М. Хазин: почему, они идиоты ? Жёсткая реальность...

М. Хазин: почему, они идиоты ? Жёсткая реальность...

Автоматизация взлома оборудования с помощью кода Клода

Автоматизация взлома оборудования с помощью кода Клода

Свой ВПН сервер Vless с собственным сайтом

Свой ВПН сервер Vless с собственным сайтом

⚡️ Путин направил ударные силы || Открытие нового фронта?

⚡️ Путин направил ударные силы || Открытие нового фронта?

Gemini 3 Flash + Claude Code: 114 рецептов из рукописного блокнота за 15 минут

Gemini 3 Flash + Claude Code: 114 рецептов из рукописного блокнота за 15 минут

© 2025 ycliper. Все права защищены.



  • Контакты
  • О нас
  • Политика конфиденциальности



Контакты для правообладателей: [email protected]