KServe v0.15.1版本发布:模型服务与推理能力全面升级
2025-06-13 16:44:23作者:鲍丁臣Ursa
项目简介
KServe是一个开源的Kubernetes原生模型服务框架,专为生产环境中的机器学习模型部署和管理而设计。作为Kubeflow生态系统的重要组成部分,KServe提供了标准化的接口来部署、扩展和管理机器学习模型,支持多种流行的机器学习框架和运行时环境。
核心功能增强
1. 模型缓存机制优化
本次版本对模型缓存功能进行了重要改进,主要体现在以下方面:
- 持久化卷管理优化:当InferenceService被删除时,不再自动移除关联的PVC(持久卷声明)和PV(持久卷),这一改变显著提升了模型缓存的重用性,避免了重复下载大型模型带来的资源浪费。
- 缓存匹配逻辑增强:修复了InferenceService可能匹配错误ModelCache的问题,确保缓存资源能够被正确识别和利用。
- 注解清理机制:当没有匹配的缓存资源时,系统会自动清理内部注解,保持资源描述的准确性。
这些改进使得模型缓存功能更加稳定可靠,特别适合需要频繁加载大型模型的生产场景。
2. vLLM运行时深度整合
vLLM作为高效的大型语言模型推理引擎,在本版本中获得多项重要升级:
- 新增对Llama4和Qwen3等最新大语言模型架构的支持,扩展了模型兼容性范围。
- 引入rerank功能支持,增强了语言模型的排序和重排能力。
- 改进了vLLM V1版本的稳定性,优化了后台引擎任务的初始化流程。
- 实现了与LM Cache的深度集成,通过缓存机制进一步提升推理性能。
3. 自动伸缩能力增强
在自动伸缩方面,本版本带来多项改进:
- 修复了KEDA ScaledObject目标值设置问题,确保自动伸缩配置能够正确应用。
- 优化了Knative自动伸缩器的配置处理逻辑,提升了伸缩行为的可靠性。
- 改进了外部HPA(Horizontal Pod Autoscaler)的处理逻辑,避免不必要的协调操作。
重要功能更新
1. 模型管理新特性
- 模型暂停/恢复功能:新增通过注解控制模型运行状态的能力,用户可以通过简单配置暂停模型服务以节省资源,需要时再快速恢复。
- 多节点Ray集群支持:改进了Ray节点数量和GPU资源的计算逻辑,更好地支持分布式推理场景。
- LoRA模型注册:修复了LoRA模型在模型注册表中可能找不到的问题,确保这类轻量级适配器模型能够被正确管理。
2. 推理服务增强
- 部署模式状态管理:在InferenceService和InferenceGraph状态中新增DeploymentMode字段,并防止部署模式被意外修改。
- 推理图条件处理:修复了InferenceGraph中条件步骤未满足时的响应代码问题,使流程控制更加精确。
- 元数据注入:支持在代理sidecar级别注入推理服务元数据,便于实现更精细的负载日志记录。
3. 运行时环境升级
- HuggingFace Transformer升级:将HuggingFace Transformer运行时升级至4.51.0版本,并添加了bitsandbytes包以支持4位量化。
- NumPy 2.x兼容:确保代码库与最新的NumPy 2.x版本完全兼容。
- OpenVINO弃用:在HuggingFace运行时中正式弃用OpenVINO支持,简化维护工作。
开发者体验改进
1. 代码质量提升
- 修复了flake8 linter报告的错误,提高了代码规范性。
- 增加了类型规范,特别是nthread参数的明确类型声明。
- 显著提升了测试覆盖率,增强了代码可靠性。
2. 构建与发布流程优化
- 升级Go语言版本至1.24,保持开发环境现代化。
- 引入第三方许可证检查机制,确保合规性。
- 启用SBOM(软件物料清单)生成功能,提高软件供应链透明度。
- 重新启用ARM64架构的Docker工作流,扩展部署选项。
总结
KServe v0.15.1版本在模型服务能力、运行时支持、自动伸缩机制等方面都带来了显著改进。特别是对vLLM运行时的深度整合和模型缓存机制的优化,使得处理大型语言模型更加高效可靠。这些增强功能进一步巩固了KServe作为生产级模型服务框架的地位,为机器学习工程师提供了更强大、更稳定的部署平台。
登录后查看全文
热门项目推荐
- DDeepSeek-V3.1-BaseDeepSeek-V3.1 是一款支持思考模式与非思考模式的混合模型Python00
- QQwen-Image-Edit基于200亿参数Qwen-Image构建,Qwen-Image-Edit实现精准文本渲染与图像编辑,融合语义与外观控制能力Jinja00
GitCode-文心大模型-智源研究院AI应用开发大赛
GitCode&文心大模型&智源研究院强强联合,发起的AI应用开发大赛;总奖池8W,单人最高可得价值3W奖励。快来参加吧~042CommonUtilLibrary
快速开发工具类收集,史上最全的开发工具类,欢迎Follow、Fork、StarJava04GitCode百大开源项目
GitCode百大计划旨在表彰GitCode平台上积极推动项目社区化,拥有广泛影响力的G-Star项目,入选项目不仅代表了GitCode开源生态的蓬勃发展,也反映了当下开源行业的发展趋势。06GOT-OCR-2.0-hf
阶跃星辰StepFun推出的GOT-OCR-2.0-hf是一款强大的多语言OCR开源模型,支持从普通文档到复杂场景的文字识别。它能精准处理表格、图表、数学公式、几何图形甚至乐谱等特殊内容,输出结果可通过第三方工具渲染成多种格式。模型支持1024×1024高分辨率输入,具备多页批量处理、动态分块识别和交互式区域选择等创新功能,用户可通过坐标或颜色指定识别区域。基于Apache 2.0协议开源,提供Hugging Face演示和完整代码,适用于学术研究到工业应用的广泛场景,为OCR领域带来突破性解决方案。00openHiTLS
旨在打造算法先进、性能卓越、高效敏捷、安全可靠的密码套件,通过轻量级、可剪裁的软件技术架构满足各行业不同场景的多样化要求,让密码技术应用更简单,同时探索后量子等先进算法创新实践,构建密码前沿技术底座!C0298- WWan2.2-S2V-14B【Wan2.2 全新发布|更强画质,更快生成】新一代视频生成模型 Wan2.2,创新采用MoE架构,实现电影级美学与复杂运动控制,支持720P高清文本/图像生成视频,消费级显卡即可流畅运行,性能达业界领先水平Python00
- GGLM-4.5-AirGLM-4.5 系列模型是专为智能体设计的基础模型。GLM-4.5拥有 3550 亿总参数量,其中 320 亿活跃参数;GLM-4.5-Air采用更紧凑的设计,拥有 1060 亿总参数量,其中 120 亿活跃参数。GLM-4.5模型统一了推理、编码和智能体能力,以满足智能体应用的复杂需求Jinja00
Yi-Coder
Yi Coder 编程模型,小而强大的编程助手HTML013
热门内容推荐
最新内容推荐
项目优选
收起

React Native鸿蒙化仓库
C++
176
261

🎉 (RuoYi)官方仓库 基于SpringBoot,Spring Security,JWT,Vue3 & Vite、Element Plus 的前后端分离权限管理系统
Vue
858
511

openGauss kernel ~ openGauss is an open source relational database management system
C++
129
182

旨在打造算法先进、性能卓越、高效敏捷、安全可靠的密码套件,通过轻量级、可剪裁的软件技术架构满足各行业不同场景的多样化要求,让密码技术应用更简单,同时探索后量子等先进算法创新实践,构建密码前沿技术底座!
C
258
298

🔥🔥🔥ShopXO企业级免费开源商城系统,可视化DIY拖拽装修、包含PC、H5、多端小程序(微信+支付宝+百度+头条&抖音+QQ+快手)、APP、多仓库、多商户、多门店、IM客服、进销存,遵循MIT开源协议发布、基于ThinkPHP8框架研发
JavaScript
93
15

本仓将收集和展示高质量的仓颉示例代码,欢迎大家投稿,让全世界看到您的妙趣设计,也让更多人通过您的编码理解和喜爱仓颉语言。
Cangjie
332
1.08 K

本仓将收集和展示仓颉鸿蒙应用示例代码,欢迎大家投稿,在仓颉鸿蒙社区展现你的妙趣设计!
Cangjie
398
371

一款跨平台的 Markdown AI 笔记软件,致力于使用 AI 建立记录和写作的桥梁。
TSX
83
4

为仓颉编程语言开发者打造活跃、开放、高质量的社区环境
Markdown
1.07 K
0

deepin linux kernel
C
22
5