开源 DKV 框架压缩本地长上下文推理的 KV 缓存
Om_5000 · reddit · 2026-07-25
DKV（DifferentialKV） 是一个面向长上下文本地 LLM 推理的开源 KV-cache 压缩框架。
项目目标是降低 KV 缓存占用，方案包括：
- 基于 anchor 的表示
- 联合低秩压缩
- 精确残差保留
- 稀疏路由注意力
仓库目前包含 CLI、MLX 后端、正在验证中的 CUDA 后端、一份技术报告以及完整开源实现。作者希望获得架构、benchmark 和与 llama.cpp / vLLM / SGLang 等项目集成方面的反馈。
所属事件:开源DKV框架压缩KV缓存，优化本地长文本推理(2 条相关)→
「Infra」频道最新
- AWS 教程:SageMaker SDK v3 搭建车队级边缘视觉模型流水线 — AWS ML Blog · 2026-10-27
- Embedl 把 Qwen3.8-27B 压进 Jetson Thor:解码 40 tok/s,精度反超 FP16 — No-Dragonfly6246 · 2026-10-27
- Celesto 推出便宜近 90% 的 CI Runner，兼做 Agent 云电脑 — aniketmaurya · 2026-10-27
- Supabase 联创谈 AI 时代后端：为十亿个 AI 生成应用而设计 — Latent Space · 2026-10-27
- AW-0 单卡 RTX 5090 推理 230ms:联合去噪比自回归代码快 2.4 倍 — trevordarrell · 2026-10-27
- 全美市议会话题追踪网站：数据中心热度仅次于匹克球场 — zakkohane · 2026-10-27