Scalable Processing-Near-Memory for 1M-Token LLM Inference: CXL-Enabled KV-Cache Management Beyond GPU Limits

Fuente: arXiv

Gespeichert in:

Bibliographische Detailangaben
Hauptverfasser:	Kim, Dowon, Lee, MinJae, Kim, Janghyeon, Kwon, HyuckSung, Jeong, Hyeonggyu, Park, Sang-Soo, Yoon, Minyong, Roh, Si-Dong, Kwon, Yongsuk, So, Jinin, Choi, Jungwook
Format:	Preprint
Veröffentlicht:	2025
Schlagworte:	Hardware Architecture Artificial Intelligence
Online-Zugang:	Acceder al recurso
Tags:	Tag hinzufügen Keine Tags, Fügen Sie den ersten Tag hinzu!

Online

https://arxiv.org/abs/2511.00321