Gandalf：延长 SSD 寿命的 KV Cache 卸载系统
原文标题：Gandalf: Flash Shall Not Die! Increasing Flash Storage Lifetime for KV Cache Offloading in LLM Serving
重要度 3/5 · AI 综合评估报道影响力与新鲜度，4–5 分为高价值资讯。
论文指出生产级 LLM 负载下 KV Cache 写入量远超 SSD 容量，会大幅缩短闪存寿命。作者提出 Gandalf，首个具备 SSD 寿命感知的 KV Cache 卸载系统，优先将全注意力 KV Cache 写入 SSD，平均延长 SSD 寿命 7.3 倍且几乎不影响命中率。
深读 · 结论先行AI 生成展开看要点与影响 ↓
Gandalf 按注意力类型优先把全注意力 KV Cache 写入 SSD，SSD 寿命平均延长 7.3 倍且命中率几乎不降。
- •生产级 LLM 负载（多轮对话、Agent）的 KV Cache 写入总量远超 SSD 容量，闪存寿命从数年缩到数月
- •单纯按历史访问模式限制写入会显著拉低命中率，因为不同注意力类型的 KV Cache 历史模式可能相同、未来模式不同
- •Gandalf 优先接纳全注意力 KV Cache 进入 SSD，兼顾寿命与命中率
- •评测显示 SSD 寿命平均延长 7.3 倍，缓存命中率几乎不受影响
为什么重要：长上下文与 Agent 推理把 KV Cache 卸载到 SSD 已是常见做法，但闪存磨损是隐藏成本；这条给出一个不牺牲命中率的寿命优化思路，对推理基础设施团队有直接参考价值。
以上深读由 AI 依据标题/摘要/正文节选生成，仅供参考；事实以原文为准。
AI 处理过程展开/收起
相关推荐
OpenAI 据悉计划采购谷歌 TPU 芯片，降低对英伟达依赖
AI 摘要据报道，OpenAI 正计划采购谷歌自研的张量处理单元（TPU），以扩大算力规模并实现芯片供应多元化，双方尚未敲定最终条款。OpenAI 同时在推进与博通合作、代号 Jalapeno 的自研 AI 芯片。若交易落地，将直接冲击英伟达在 AI 加速芯片市场的主导地位，并重塑云厂商与大模型公司的算力供应格局。
阿联酋因伊朗袭击调整 5GW AI 数据中心计划
AI 摘要据路透社报道，在遭受伊朗袭击后，阿联酋修订了其 5GW AI 数据中心建设计划。该事件凸显地缘政治冲突对中东地区大规模 AI 基础设施投资的直接冲击，可能影响全球算力布局与供应链。
英伟达预计单季营收达1080亿美元
AI 摘要英伟达预测未来几个月内营收将达到1080亿美元，有望成为继亚马逊、苹果和Alphabet之后又一家季度营收超千亿美元的公司。其数据中心营收同比增长一倍以上，利润也大幅增长。
英伟达公布 OOI 共封装光学技术，原型样品已到位
AI 摘要英伟达在 SEMICON West 2026 上展示下一代共封装光学方案 OOI（Optics-on-Interposer），用大面积硅中介层取代有机封装基板，把光引擎直接集成到承载 GPU 的中介层上。该方案旨在为超大规模 AI 集群提供更高带宽互联，目前仍处研究阶段，无商业化时间表。