LLM 推理路由新视角：Dynamo 为何不把请求发给记住 prompt 的 GPU
_jaydeepkarale · x · 2026-07-28
作者在做 LLM 推理方向的深挖，并点出一个常见误解：很多人以为 KV 路由就是把请求发给“已经记住你 prompt 的那块 GPU”。
他随后强调，Dynamo 并不是这么做的，而且“不这么做”的原因才是整套设计里最值得看的地方，暗示后文会展开讲推理路由/调度的关键思路。
所属事件:NVIDIA Dynamo 用定价统一 LLM GPU 路由(14 条相关)→
「Infra」频道最新
- 拆解大疆无人机后 Sarah Guo 断言：深圳的制造知识学不来只能重建 — bookwormengr · 2026-09-23
- Ben Lorica：Agent 让数据栈不再容忍旧数据，「相关」不够要「实时为真」 — bigdata · 2026-09-23
- 128GB Strix Halo 跑 Qwen3.6 35B-A3B 稳定 50 tok/s,用户问现在最优解是什么 — jankeydankey · 2026-09-23
- Together AI 上线灰度发布：模型升级不停机，分步切流自动回滚 — togethercompute · 2026-09-23
- 专为大规模运行 Agent 的专用硬件亮相 — cyrilzakka · 2026-09-23
- 三元权重压缩 27B 模型仅 5.9GB,推理能力保留 95% — cephaloform · 2026-09-23