热点事件持续更新
vLLM推出推模式NIXL连接器降低推理延迟
1 篇报道1 个报道来源2 小时前更新
先了解这件事
AI 综述
2026年10月15日，vLLM官方博客宣布推出基于推模式（Push-Based）的NIXL连接器，用于优化Prefill-Decode分离式推理架构。该方案通过让解码节点提前注册目标块，并在预填充完成后借助RDMA直接将数据写入解码节点的显存，将传输协调与描述符准备移出关键路径。基准测试结果显示，在AWS EC2 P5en实例与Qwen3-32B模型下，推模式相较传统的拉模式将首字延迟（TTFT）最高降低3倍，每Token生成时间（TPOT）最高改善达30%。
AI 根据报道生成 · 2 小时前更新
最新进展10月15日 01:31
vLLM推出推模式NIXL连接器，在基准测试中将TTFT最高降低3倍、TPOT改善达30%。报道时间线
沿着报道，了解事件的不同侧面。
10月15日
- vLLM 官方博客精选vLLM 引入推模式 NIXL 连接器以降低分离式推理的 TTFT 与 TPOT
vLLM 推出基于推模式的 NIXL 连接器，用于 Prefill-Decode 分离式推理架构。该方案让解码节点提前注册目标块，并在预填充完成后通过 RDMA 直接写入解码显存，将传输协调与描述符准备移出关键路径。在 AWS EC2 P5en 实例与 Qwen3-32B 的基准测试中，推模式相比拉模式将 TTFT 降低最高 3 倍，TPOT 改善最高达 30%。
本事件热度走势
还没有足够的连续观测数据，暂不绘制趋势。