DéjàVu: KV-cache Streaming for Fast, Fault-tolerant Generative LLM Serving

Fuente: arXiv

Enregistré dans:

Détails bibliographiques
Auteurs principaux:	Strati, Foteini, Mcallister, Sara, Phanishayee, Amar, Tarnawski, Jakub, Klimovic, Ana
Format:	Preprint
Publié:	2024
Sujets:	Distributed, Parallel, and Cluster Computing
Accès en ligne:	Acceder al recurso
Tags:	Ajouter un tag Pas de tags, Soyez le premier à ajouter un tag!

Internet

https://arxiv.org/abs/2403.01876