什麽？Kimi 底層推理架構剛剛宣布：開！源！了！
你沒聽錯，就是那個承載了 Kimi 線上80% 以上流量的架構。
大約幾小時前，月之暗面 Kimi 聯合清華大學等機構，開源了大模型推理架構Mooncake。
根據官方介紹，本次開源将采用分階段的方式：
逐步開源高性能 KVCache 多級緩存 Mooncake Store 的實現，同時針對各類推理引擎和底層存儲 / 傳輸資源進行兼容。
其中傳輸引擎 Transfer Engine現在已經在 GitHub 全球開源。
可以看到，Mooncake 一經開源，已在 GitHub 狂攬 1.2k star。
其最終開源目标是，爲大模型時代打造一種新型高性能内存語義存儲的标準接口，并提供參考實現方案。
月之暗面 Kimi 工程副總裁許欣然表示：
通過與清華大學 MADSys 實驗室緊密合作，我們共同打造了分離式大模型推理架構 Mooncake，實現推理資源的極緻優化。
Mooncake 不僅提升了 Kimi 的用戶體驗，降低了成本，還爲處理長文本和高并發需求提供了有效的解決方案。
我們相信，通過與産學研機構開源合作，可以推動整個行業向更高效的推理平台方向發展。
實際上，這個項目早在今年 6 月就已啓動，當時已受到業内廣泛關注——
今年 6 月，月之暗面和清華大學 MADSys 實驗室聯合發布了 Kimi 底層的Mooncake 推理系統設計方案。
在這篇名爲《Mooncake: A KVCache-centric Disaggregated Architecture for LLM Serving》的論文中，作者詳細介紹了 Mooncake 這種系統架構。
該系統基于以 KVCache 爲中心的 PD 分離和以存換算架構，大幅度提升了推理吞吐。
具體而言，Mooncake 采用以 KVCache 爲中心的解耦架構，将預填充集群與解碼集群分離，并充分利用 GPU 集群中未充分利用的 CPU、DRAM 和 SSD 資源，實現 KVCache 的解耦緩存。
其核心在于以 KVCache 爲中心的調度程序：
在最大化整體有效吞吐量和滿足與延遲相關的服務級别目标 ( SLO ) 要求之間取得平衡
當面對流量高峰期時，Mooncake 通過早期拒絕策略和預測未來負載的方法，來處理超載問題。
早期拒絕策略（Early Rejection Policy）
簡單說，其核心思想是在請求實際開始處理之前，根據當前系統的負載情況預測是否有足夠的資源來處理新的請求。
如果預測結果表明系統資源不足以保證請求的及時處理，系統就會在請求到達之前予以拒絕，從而避免了無效的資源占用和不必要的延遲。
預測未來負載（Predicting Future Load）
在 Mooncake 中，系統需要能夠預測在未來一段時間内的負載情況，以便做出更準确的接受或拒絕請求的決策。
如何實現呢？？
通常來說，這種預測會基于當前的請求模式、系統的資源使用情況以及曆史數據等信息。
再通過對信息的進一步分析建模，Mooncake 就能夠估計接下來的請求處理需求，并據此調整其調度策略。
論文實驗結果顯示，與基線方法相比，Mooncake 在某些模拟場景中可以實現高達 525%的吞吐量提升，同時遵守 SLO（與延遲相關的服務級别目标 ) 。
在實際工作負載下，Mooncake 使 Kimi 能夠處理75% 以上的請求。
而且據許欣然在其他場合透露：
目前這套系統承載了 Kimi 線上80% 以上的流量。
而現在，爲了進一步加速該技術框架的應用與推廣，Kimi 聯合清華大學等機構共同發布開源項目 Mooncake。
參與開源的首批陣容包括：
AISoft、阿裏雲、華爲存儲、面壁智能、趨境科技等。
可以說，雲計算、存儲、AI 模型玩家等産學研力量都聚齊了。
據悉，Mooncake 開源項目從論文延伸，以超大規模 KVCache 緩存池爲中心，通過以存換算的創新理念大幅度減少算力開銷，顯著提升了推理吞吐量。
目前 Mooncake 技術框架已正式開源上線，官方還表示：
歡迎更多企業和研究機構加入 Mooncake 項目共建，共同探索更加高效和先進的模型推理系統架構創新，讓基于大模型技術的 AI 助手等産品，持續惠及更廣泛人群。
論文：
https://arxiv.org/pdf/2407.00079
開源地址：
https://github.com/kvcache-ai/Mooncake
參考鏈接：
https://mp.weixin.qq.com/s/-8ZRbRxBOWNfkk3xMdcWVQ
— 完 —
「MEET2025 智能未來大會」
火熱報名中
定檔 12 月 11 日！李開複博士、周志華教授、智源研究院王仲遠院長都來量子位MEET2025 智能未來大會探讨行業破局之道了！
最新嘉賓陣容在此，觀衆報名通道已開啓！歡迎來到 MEET 智能未來大會，期待與您一起預見智能科技新未來
左右滑動查看最新嘉賓陣容
點這裏關注我，記得标星哦～
一鍵三連「點贊」、「分享」和「在看」
科技前沿進展日日相見 ~
>
