AWS 在 vLLM 中用双向 KV 传输降低多轮 Agent 负载的 TTFT

AWS 团队为 vLLM 实现了双向 KV 传输，让 decode 节点在后续轮次把已生成的 KV 块回传给 prefill 节点，避免重复计算对话历史。在 1P1D 的 Amazon EC2 P5en 集群上测试时，最长 prompt 下 Qwen3-32B 的 TTFT 降低约 1.6 倍，GLM-5-FP8 降低约 3.3 倍。