vLLM 双向 KV 传输如何降低多轮智能体工作负载的 TTFT

vLLM 新增双向 KV 传输，让 decode 节点在后续轮次把已计算的 KV 缓存回传给 prefill 节点，避免重复计算对话历史。在 Amazon EC2 P5en 的 1P1D 部署上，该机制将 TTFT 最多降低 1.6 倍（Qwen3-32B）和 3.3 倍（zai-org/GLM-5-FP8）。