AWS 在 vLLM 中用双向 KV 传输降低多轮智能体负载的 TTFT

AWS 在 vLLM 中实现双向 KV 传输，让 decode 节点把已计算的 KV 块回传给 prefill 节点，避免多轮对话重复预填充。在 Amazon EC2 P5en 实例、EFA 互联的 1P1D 部署上，最长提示下 Qwen3-32B 的 TTFT 降低约 1.6 倍，zai-org/GLM-5-FP8 降低约 3.3 倍。