开源 DKV 压缩 KV Cache，瞄准本地长上下文推理
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。
- 它采用 基于 anchor 的表示、联合低秩压缩、精确残差保留 和 稀疏路由注意力 来降低内存占用。
- 项目当前提供了 CLI、MLX 后端、仍在验证中的 CUDA 后端、技术报告，以及完整开源实现。
- 作者希望获得关于架构设计、基准测试和与 llama.cpp / vLLM / SGLang 集成的技术反馈。
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
- AI 工程师必懂的 12 种 KV Cache 压缩技术一文讲透 — blaizedsouza · 2026-09-11
- 影子算力市场走向台前,Meta 对外出售过剩 GPU 算力成标志性信号 — DavidLinthicum · 2026-09-11
- Engram 随机读取不适合 SSD，CPU 内存低延迟共享或成正解 — bookwormengr · 2026-09-11
- 劝退帖:推理工程是真金白银的硬活,八成尝鲜者已悄然放弃 — abhijithneil · 2026-09-11
- Hugging Face《Ultra Scale Playbook》:GPU 集群训练 LLM 的免费技术书 — mdancho84 · 2026-09-11
- 从聊天到 Agent,推理延迟正在成为生产级瓶颈 — Euphoric_Sea632 · 2026-09-11