Hacker News · AI 讨论· ilreb·· 26 天前精选AI 评分78
Google 联合 Red Hat、IBM 发布 llm-d 1.0 分布式推理开源栈
LLM-d 1.0, an open source stack for distributed inference
AI 导读
Google 在 PyTorch Conference 上发布 llm-d 1.0，这是与 Red Hat、IBM 等共同发起的 Kubernetes 原生分布式 LLM 推理开源栈，已有 25 个以上组织的 500 多名贡献者参与。
借鉴点
可先在自己 vLLM 部署前加前缀感知路由，再逐步加流控、KV cache 卸载和 prefill/decode 拆分；代价是要有 Kubernetes 集群和 TPU/GPU 混合池，组件需自行拼装调优。
来源：Hacker News · AI 讨论 · cloud.google.com