KV-Repurpose：非前缀KV缓存复用评测系统开源
原文标题：KV-Repurpose: A Testbed for Evaluating Non-Prefix KV-Cache Reuse
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。
针对LLM推理中KV缓存复用通常局限于精确前缀的问题，研究者发布基于vLLM的开源系统KV-Repurpose，支持按段复用KV缓存。在Zipfian式RAG负载下，30GB缓存容量时其token级命中率达63.9%，远超前缀缓存的3.3%，显著降低首token延迟。实验同时揭示跨文档推理场景下朴素段复用的局限。
深读 · 结论先行AI 生成展开看要点与影响 ↓
KV-Repurpose开源按段复用KV缓存，30GB下命中率63.9%对前缀缓存3.3%
- •基于vLLM的开源系统，支持超越精确前缀的按段KV缓存复用
- •Zipfian式RAG负载下，30GB缓存容量时token级命中率63.9%，前缀缓存仅3.3%
- •即便前缀缓存给到1TB容量，该负载下命中率也只有17.9%
- •长上下文基准上，朴素段复用对单文档问答与摘要基本保持输出质量
- •跨文档推理场景下暴露朴素段复用的明显局限
为什么重要：RAG服务中同一文档常出现在不同系统提示与历史之后，段级复用直接提升缓存命中率并降低首token延迟，对推理服务成本优化有实际价值。
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。
Marvell 与 Lumentum 宣布合并，打造 AI 连接领域领导者
AI 摘要Marvell 与 Lumentum 宣布合并，双方称将组建 AI 连接（AI Connectivity）领域的品类领导者。交易旨在整合光通信与互连能力，服务数据中心 AI 基础设施需求。