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

Fuente: arXiv

Enregistré dans:

Détails bibliographiques
Auteurs principaux:	Kim, Kihyun, Kim, Jinwoo, Chung, Hyunsun, Cha, Myung-Hoon, Kim, Hong-Yeon, Kim, Youngjae
Format:	Preprint
Publié:	2025
Sujets:	Machine Learning 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/2504.11816