vllm Use LRU cache for CUDA Graphs

qrjkbowd 于 2个月前发布在其他

关注(0)|答案(1)|浏览(24)

另一种节省内存的方法是使用LRU缓存来管理这个Map，并按需捕获它。

最初由@scv119在#1926(评论)中发布*

来源：https://github.com/vllm-project/vllm/issues/2143

1条答案

按热度按时间

WoosukKwon,这项工作已经完成了吗？

赞(0）回复(0）举报 2个月前

相关问题

热门标签

Java query python Node 开发语言 request Util 数据库 Table 后端算法 Logger Message Element Parser

最新问答

xxl-job 安全组扫描到执行器端口服务存在信息泄露漏洞
回答(1) 发布于 21天前
xxl-job 不能和nacos兼容？
回答(3) 发布于 21天前
xxl-job 任务执行完后无法结束，日志一直转圈
回答(3) 发布于 21天前
xxl-job-admin页面上查看调度日志样式问题
回答(1) 发布于 21天前
xxl-job 参数512字符限制能否去掉
回答(1) 发布于 21天前