KVBuffer：线性注意力推理服务机制提出
热点事件持续更新
KVBuffer：线性注意力推理服务机制提出
1 篇报道1 个报道来源10 小时前更新
先了解这件事
AI 综述
Longwei Zou、Lin Zhong 提出面向线性注意力的 IO 感知推理服务机制 KVBuffer：缓存近期 key 和 value，把状态更新延迟并批量应用，以分块方式完成解码计算。 该机制已在 SGLang 中针对 Qwen3.5 和 Nemotron-3 系列模型实现，批量解码最高加速 1.47 倍；在验证 4 个 draft token 的投机解码场景下，最大服务请求数提升 5 倍。
AI 根据报道生成 · 1 小时前更新
最新进展11月6日 13:00
KVBuffer：面向线性注意力的 IO 感知推理服务机制报道时间线
沿着报道，了解事件的不同侧面。
11月6日
- arXiv cs.AIKVBuffer：面向线性注意力的 IO 感知推理服务机制
KVBuffer 是一种面向线性注意力的 IO 感知推理服务机制，通过缓存近期 key 和 value，将状态更新延迟并批量应用，实现分块解码计算。该机制已在 SGLang 中针对 Qwen3.5 和 Nemotron-3 系列模型实现，批量解码最高加速 1.47x；在验证 4 个 draft token 的投机解码场景下，最大服务请求数提升 5x。
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。