文档摘要

4.1 静态批的等待浪费与迭代级调度 本节摘要：静态批把一批请求捆成同进同出的命运共同体，短请求必须陪跑到批里最长的那个结束；连续批处理把批的进出粒度从"一轮"细到"一步"，完成即走、到达即入。本节先用一个数值例子算出陪跑损耗，再拆解迭代级调度的循环结构，解释它能同时改善吞吐与 TTFT的原因。 为什么夜里的卡明明闲着，吞吐却只有白天的几分之一？上一章末尾留下的这个疑问，答案藏在批的生命周期里。 会员。《4.1 静态批的等待浪费与迭代级调度》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