如何解决生产环境中多轮对话复用KV cache的挑战？
如何解决生产环境中多轮对话复用KV cache的挑战？
展开
收起
版权声明：本文内容由阿里云实名注册用户自发贡献，版权归原作者所有，阿里云开发者社区不拥有其著作权，亦不承担相应法律责任。具体规则请查看《阿里云开发者社区用户服务协议》和《阿里云开发者社区知识产权保护指引》。如果您发现本社区中有涉嫌抄袭的内容，填写侵权投诉表单进行举报，一经查实，本社区将立刻删除涉嫌侵权内容。
1
条回答
写回答
-
可以通过增加一层转发层来解决这个挑战。用户将多轮请求携带同样的标识id并发送给转发层，转发层感知集群信息并使用统一的哈希算法将相同id哈希到固定的机器。这样不同轮对话就能打到同一台存有KV cache的下游机器。
2024-05-23 17:49:45赞同 展开评论
相关问答