文档摘要

1.2 指标先行：吞吐、延迟与显存天花板 本节摘要：「吞吐」「首 token 延迟」「每 token 间隔」这些词在讨论里经常被混用，导致优化目标错位。本节给出四个核心指标的严格定义与相互制约关系，并引出"显存天花板"——并发上限由 KV Cache 显存决定。这是全册的度量衡：第 8 章的压测与监控全部建立在本节的概念上。 「KV Cache 把显存吃光了」——你会在 vLLM 的日志里反复见到这个词组。 会员。《1.2 指标先行：吞吐、延迟与显存天花板》收录于灏天文库文集《vLLM》，原作者/来源：灏天文库，整理自「灏天文库」，提供技术教程、实践指南与问题解决方案，支持在线阅读、全文检索与知识沉淀，助力开发者系统化学习。本站整理收录，版权归原作者/开源协议所有。

该文档为会员专享，请先登录或注册后再查看

登录 注册

---

作者与出处

原作者： 灏天文库

来源：灏天文库

原文： https://aiknowledge.cn/collection/828-vllm

整理： 灏天文库整理

由灏天文库平台收录，内容或由平台用户上传，仅供学习交流