Cost-Efficient LLM Serving in the Cloud: VM Selection with KV Cache Offloading

Fuente: arXiv

Gespeichert in:

Bibliographische Detailangaben
Hauptverfasser:	Kim, Kihyun, Kim, Jinwoo, Chung, Hyunsun, Cha, Myung-Hoon, Kim, Hong-Yeon, Kim, Youngjae
Format:	Preprint
Veröffentlicht:	2025
Schlagworte:	Machine Learning Distributed, Parallel, and Cluster Computing
Online-Zugang:	Acceder al recurso
Tags:	Tag hinzufügen Keine Tags, Fügen Sie den ersten Tag hinzu!

Online

https://arxiv.org/abs/2504.11816