vLLM 支持双向 KV 缓存传输以改善多轮智能体工作负载的 TTFT

vLLM 引入双向 KV 缓存传输功能，让 prefill-decode 分离部署中 decode 节点保留已生成的 KV 缓存并反向传回 prefill 节点，避免多轮对话时重复计算上下文。在 Amazon EC2 P5en 实例的 1P1D 基准测试中，开启该功能后 Qwen3-32B 的 TTFT 最高降低 1.6 倍，zai-org/GLM-5-FP8 最高降低 3.3 倍。