KServe v0.15.1版本发布:模型推理服务平台的重大更新
项目简介
KServe是一个开源的Kubernetes原生模型推理服务平台,它为数据科学家和机器学习工程师提供了在生产环境中部署、管理和扩展机器学习模型的能力。作为Kubeflow生态系统的重要组成部分,KServe简化了从模型训练到生产部署的整个流程,支持多种机器学习框架和推理运行时环境。
核心功能更新
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,解决了PVC(持久卷声明)和PV(持久卷)在推理服务删除后意外移除的问题。这一改进确保了模型缓存能够持久化保存,避免了重复下载大型模型带来的时间和带宽消耗。对于经常需要重新部署相同模型的生产环境来说,这一优化可以显著提升效率。
2. vLLM运行时增强
vLLM作为高效的大语言模型推理引擎,在此版本中获得了多项增强:
- 新增了对Llama4和Qwen3等最新大语言模型架构的支持
- 实现了rerank(重排序)功能,提升了多候选输出的质量
- 集成了LM Cache(语言模型缓存),通过缓存中间结果减少重复计算
- 修复了v1版本中的后台引擎任务初始化问题
这些改进使得KServe在处理大语言模型推理任务时更加高效稳定。
3. HuggingFace运行时升级
HuggingFace Transformer库升级至4.51.0版本,同时添加了对bitsandbytes包的支持,这使得4位量化模型能够在KServe上运行。量化技术可以大幅减少模型内存占用,使更大的模型能够在有限资源的环境中部署。
4. 自动扩缩容改进
在自动扩缩容方面,本版本修复了KEDA scaledobject目标值设置问题,并改进了Knative自动扩缩容配置的处理逻辑。这些改进使得系统能够更精确地根据负载调整资源,在保证服务质量的同时优化资源利用率。
架构与稳定性增强
1. 多节点部署优化
针对Ray多节点部署场景,改进了节点计数和GPU资源计算的逻辑,使资源分配更加合理。这对于分布式推理场景尤为重要,可以避免资源浪费或不足的情况。
2. 测试与质量保证
版本包含了多项测试改进:
- 提高了REST客户端连接超时设置,增强了测试可靠性
- 修复了多处理测试中的不稳定问题
- 增加了代码覆盖率,提升了代码质量
- 添加了许可证检查和SBOM(软件物料清单)生成功能
这些改进使得KServe作为一个企业级平台更加可靠。
新功能亮点
1. 模型暂停与恢复
通过新增的服务器注解,用户现在可以暂停和恢复模型服务,而无需完全删除和重新创建。这一功能特别适合需要临时释放资源或进行维护的场景。
2. 推理图增强
InferenceGraph功能获得多项改进:
- 在状态中添加了DeploymentMode信息
- 防止了部署模式意外更改
- 修复了条件步骤未满足时的响应代码问题
这些改进使得复杂推理流水线的构建和管理更加直观可靠。
3. 元数据注入
现在可以在代理sidecar级别注入推理服务的元数据,这为日志记录和监控提供了更多上下文信息,便于问题排查和性能分析。
兼容性更新
- 将Go版本升级至1.24
- 添加了对Numpy 2.x的支持
- 移除了对Openvino的支持(在HuggingFace运行时中)
总结
KServe v0.15.1版本带来了从底层基础设施到上层功能的全面改进,特别是在大语言模型支持、资源管理和系统稳定性方面有显著提升。这些改进使得KServe作为生产级模型服务平台更加成熟可靠,能够满足企业日益复杂的AI部署需求。对于正在使用或考虑采用KServe的团队来说,这个版本值得升级。
- 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~044CommonUtilLibrary
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!C0300- 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









