LiteCache: A Query Similarity-Driven, GPU-Centric KVCache Subsystem for Efficient LLM Inference

Fuente: arXiv

Gespeichert in:

Bibliographische Detailangaben
Hauptverfasser:	Yi, Jiawei, Gong, Ping, Bai, Youhui, Jin, Zewen, Wang, Shengnan, Ruan, Jiaqi, He, Jia, Zhu, Jiaan, Wang, Pengcheng, Wang, Haibo, Wang, Weiguang, Zhu, Xia, Li, Cheng
Format:	Preprint
Veröffentlicht:	2025
Schlagworte:	Machine Learning
Online-Zugang:	Acceder al recurso
Tags:	Tag hinzufügen Keine Tags, Fügen Sie den ersten Tag hinzu!

Online

https://arxiv.org/abs/2511.14510