vLLM 双向 KV 传输如何降低多轮智能体负载的 TTFT

vLLM 新增双向 KV 传输能力，让 decode 节点在后续轮次把已计算的 KV 缓存回传给 prefill 节点，避免重复计算对话历史。在基于 Amazon EC2 P5en 实例的 1P1D 多轮基准测试中，该机制将 Qwen3-32B 的 TTFT 降低最多 1.6 倍，zai-org/GLM-5-FP8 最多降低 3.3 倍。