llm-d 项目亮点解析
2025-05-21 21:02:35作者:卓炯娓
1. 项目的基础介绍
llm-d 是一个 Kubernetes 原生的分布式 LLM � infer 推理框架,旨在为用户提供一种高效、可扩展的解决方案,以服务于大规模的语言模型。该项目由 Kubernetes 和 vLLM 项目的领导者构建,是一个社区驱动、遵循 Apache-2.0 许可的开源项目。llm-d 通过整合最新的分布式推理优化技术,如 KV 缓存感知路由和分离服务,为用户提供了从部署到运维的全方位支持。
2. 项目代码目录及介绍
项目的主要代码目录如下:
/
: 根目录/github/
: 包含项目维护所需的 GitHub 工作流文件/docs/
: 文档目录,存放项目相关文档/hooks/
: 存放一些钩子脚本/
: 包含项目的核心代码,如调度器、缓存管理器、模型服务等
每个目录下的文件都是项目运行和维护不可或缺的部分,例如:
README.md
: 项目说明文件,介绍了项目的用途、特点和安装方法Dockerfile
: 构建项目镜像的 Docker 文件Makefile
: 编译和构建项目所需的 Makefile 文件
3. 项目亮点功能拆解
llm-d 的亮点功能包括:
- vLLM-Optimized Inference Scheduler: 通过 Endpoint Picker Protocol 实现优化的推理调度
- Disaggregated Serving with vLLM: 支持分离服务,以优化延迟和吞吐量
- Disaggregated Prefix Caching with vLLM: 提供可插拔的 KV 缓存层级
- Variant Autoscaling: 根据流量和硬件自动扩展
4. 项目主要技术亮点拆解
llm-d 的主要技术亮点包括:
- KV 缓存感知调度: 利用操作遥测数据,实现更加智能的负载均衡和调度
- 分离服务架构: 通过独立的预填充和解码实例,提高资源利用率和性能
- 缓存策略: 支持南北向和东西向缓存策略,分别优化操作成本和性能
- 自动扩展: 基于流量和硬件负载自动调整服务实例,确保服务等级协议(SLO)的效率
5. 与同类项目对比的亮点
与同类项目相比,llm-d 的亮点在于:
- Kubernetes 原生: 紧密集成 Kubernetes,提供更好的可扩展性和运维友好性
- 社区驱动: 开源社区活跃,持续集成新的特性和改进
- 性能优化: 针对大规模语言模型推理进行深度优化,提高性能和成本效益
- 模块化设计: 用户可以根据需要启用或禁用特定功能,进行灵活的定制化部署
登录后查看全文
热门项目推荐
相关项目推荐
PaddleOCR-VL
PaddleOCR-VL 是一款顶尖且资源高效的文档解析专用模型。其核心组件为 PaddleOCR-VL-0.9B,这是一款精简却功能强大的视觉语言模型(VLM)。该模型融合了 NaViT 风格的动态分辨率视觉编码器与 ERNIE-4.5-0.3B 语言模型,可实现精准的元素识别。Python00- DDeepSeek-V3.2-ExpDeepSeek-V3.2-Exp是DeepSeek推出的实验性模型,基于V3.1-Terminus架构,创新引入DeepSeek Sparse Attention稀疏注意力机制,在保持模型输出质量的同时,大幅提升长文本场景下的训练与推理效率。该模型在MMLU-Pro、GPQA-Diamond等多领域公开基准测试中表现与V3.1-Terminus相当,支持HuggingFace、SGLang、vLLM等多种本地运行方式,开源内核设计便于研究,采用MIT许可证。【此简介由AI生成】Python00
openPangu-Ultra-MoE-718B-V1.1
昇腾原生的开源盘古 Ultra-MoE-718B-V1.1 语言模型Python00ops-transformer
本项目是CANN提供的transformer类大模型算子库,实现网络在NPU上加速计算。C++0124AI内容魔方
AI内容专区,汇集全球AI开源项目,集结模块、可组合的内容,致力于分享、交流。02Spark-Chemistry-X1-13B
科大讯飞星火化学-X1-13B (iFLYTEK Spark Chemistry-X1-13B) 是一款专为化学领域优化的大语言模型。它由星火-X1 (Spark-X1) 基础模型微调而来,在化学知识问答、分子性质预测、化学名称转换和科学推理方面展现出强大的能力,同时保持了强大的通用语言理解与生成能力。Python00GOT-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。00- HHowToCook程序员在家做饭方法指南。Programmer's guide about how to cook at home (Chinese only).Dockerfile011
- PpathwayPathway is an open framework for high-throughput and low-latency real-time data processing.Python00
项目优选
收起

deepin linux kernel
C
23
6

OpenHarmony documentation | OpenHarmony开发者文档
Dockerfile
229
2.28 K

仓颉编译器源码及 cjdb 调试工具。
C++
112
72

暂无简介
Dart
527
116

仓颉编程语言运行时与标准库。
Cangjie
122
91

React Native鸿蒙化仓库
JavaScript
215
289

Ascend Extension for PyTorch
Python
70
101

🎉 (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
990
586

本项目是CANN提供的数学类基础计算算子库,实现网络在NPU上加速计算。
C++
567
102

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
1.02 K
400