首页
/ KServe v0.15.1版本发布:模型推理服务平台的重大更新

KServe v0.15.1版本发布:模型推理服务平台的重大更新

2025-06-13 03:07:36作者:庞眉杨Will

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。

登录后查看全文
热门项目推荐

项目优选

收起
docsdocs
OpenHarmony documentation | OpenHarmony开发者文档
Dockerfile
139
1.91 K
kernelkernel
deepin linux kernel
C
22
6
nop-entropynop-entropy
Nop Platform 2.0是基于可逆计算理论实现的采用面向语言编程范式的新一代低代码开发平台,包含基于全新原理从零开始研发的GraphQL引擎、ORM引擎、工作流引擎、报表引擎、规则引擎、批处理引引擎等完整设计。nop-entropy是它的后端部分,采用java语言实现,可选择集成Spring框架或者Quarkus框架。中小企业可以免费商用
Java
8
0
ohos_react_nativeohos_react_native
React Native鸿蒙化仓库
C++
192
273
RuoYi-Vue3RuoYi-Vue3
🎉 (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
923
551
openHiTLSopenHiTLS
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
421
392
openGauss-serveropenGauss-server
openGauss kernel ~ openGauss is an open source relational database management system
C++
145
189
金融AI编程实战金融AI编程实战
为非计算机科班出身 (例如财经类高校金融学院) 同学量身定制,新手友好,让学生以亲身实践开源开发的方式,学会使用计算机自动化自己的科研/创新工作。案例以量化投资为主线,涉及 Bash、Python、SQL、BI、AI 等全技术栈,培养面向未来的数智化人才 (如数据工程师、数据分析师、数据科学家、数据决策者、量化投资人)。
Jupyter Notebook
74
64
Cangjie-ExamplesCangjie-Examples
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
344
1.3 K
easy-eseasy-es
Elasticsearch 国内Top1 elasticsearch搜索引擎框架es ORM框架,索引全自动智能托管,如丝般顺滑,与Mybatis-plus一致的API,屏蔽语言差异,开发者只需要会MySQL语法即可完成对Es的相关操作,零额外学习成本.底层采用RestHighLevelClient,兼具低码,易用,易拓展等特性,支持es独有的高亮,权重,分词,Geo,嵌套,父子类型等功能...
Java
36
8