文档摘要

4.2 抢占、交换与重计算：批满了牺牲谁 本节摘要：连续批处理让批常态饱和，于是洪峰时刻必然遇到"批满 + 块池见底"的组合局面。调度器此时有三张底牌：按优先级抢占运行中的请求（Preemption）、把它的 KV Cache 换出到主存（Swap）、或干脆丢弃状态等恢复时重算（Recompute）。本节讲清三者的触发条件、代价曲线与参数配置，让你在洪峰来临时知道系统正在做什么、该怎么调。 会员。《4.2 抢占、交换与重计算：批满了牺牲谁》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