马腾-Mooncake：面向长上下文的 KVCache 中心化推理优化方案.pdfVIP

下载本文档

2
0
约2.08万字
约 37页
2025-08-27 发布于山东
举报
版权申诉

马腾-Mooncake：面向长上下文的 KVCache 中心化推理优化方案.pdf

1、原创力文档（book118）网站文档一经付费（服务费），不意味着购买了该文档的版权，仅供个人/单位学习、研究之用，不得用于商业用途，未经授权，严禁复制、发行、汇编、翻译或者网络传播等，侵权必究。。
2、本站所有内容均由合作方或网友上传，本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺！文档内容仅供研究参考，付费前请自行鉴别。如您付费，意味着您自己接受本站规则且自行承担风险，本站不退款、不进行额外附加服务；查看《如何避免下载的几个坑》。如果您已付费下载过本站文档，您可以点击这里二次下载。
3、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等，请点击“版权申诉”（推荐），也可以打举报电话：400-050-0827(电话支持时间：9:00-18:30)。
4、该文档为VIP文档，如果想要下载，成为VIP会员后，下载免费。
5、成为VIP后，下载本文档将扣除1次下载权益。下载后，不支持退款、换文档。如有疑问请联系我们。
6、成为VIP后，您将拥有八大权益，权益包括：VIP文档下载权益、阅读免打扰、文档格式转换、高级专利检索、专属身份标志、高级客服、多端互通、版权登记。
7、VIP文档为合作方或网友上传，每下载1次，网站将根据用户上传文档的质量评分、类型等，对文档贡献者给予高额补贴、流量扶持。如果你也想贡献VIP文档。上传文档

演讲人：马腾

06Mooncake项目未来规划

算法-Transformerisallweneed?

内部所有的算子均为

GEMM或BMM，最大化计

数据–BigDataisEverywhere算强度和并行度智能–AIBecomeEverywhereToo

数字化进程的推进使得随着人工智能的发展，

采集和积累的数据前所越来越多的软件基于AI

未有的增多技术进行改造

硬件–Huang’sLawTakeOver

以NVIDIA为代表的GPU厂商通过提

供高并发的稠密张量计算替代传统

CPU厂商成为算力的主要提供商，从

而进一步延续FLOPSperWatt的增速

2024年：Llama3-405B=Dense模型+SFT+8k上下文（后扩展至

128k）

2025年：Deepseek-671B=MoE模型+RL+128k上下文

上下文长

变化：模型规模模型结构训练方法

度

影响：更多资源部署方式训推一体kvcache

DataSource:

SimilarWeb

2024年3月Kimi凭借长文本处理能力成为最主2025年1月DeepSeek凭借推理能力快速晋

要的大模型服务之一升全球最知名的大模型服务之一

更多数据+更大模型+更长上下文窗口=更高智能

全新模型结构+更多资源需求+更低使用成本+更高性能+更安全可信部署=更高技术挑战

DataSource:

SimilarWeb

2024年3月Kimi凭借长文本处理能力成为最主2025年1月DeepSeek凭借推理能力快速晋

要的大模型服务之一升全球最知名的大模型服务之一

阶段核心指标优化目标举例

预填充阶段TTFT最小化首次响应延迟P90TTFT≤0.4秒（90%请求需满足）

解码阶段TBT/TPOT平滑生成速度，减少波动用户每秒可读40词（快于人类阅读速度）

整体推理框架TPS单位时间内处理的token数量

您可能关注的文档

文档评论（0）

150****8957 + 关注: 实名认证

文档贡献者

该用户很懒，什么也没介绍

咨询Ta 进入空间

1亿VIP精品文档

更多 >

马腾-Mooncake：面向长上下文的 KVCache 中心化推理优化方案.pdfVIP