arXiv · cs.AI· Kartik Ramesh, Kaidi Fu, Zihan Zheng, Jiahuan Yu, Fabio Oliveira, Carlos Costa, Minjia Zhang·· 2 天前
FluidPD：面向SLO的预填充—解码分离式LLM服务原地弹性调度
FluidPD: In-Place Elasticity for SLO-Aware Prefill-Decode Disaggregated LLM Serving
arXiv:2610.06917v1阅读论文 PDF ↗
仅依据论文摘要整理；未读取全文，实验条件、证明与基准细节请核对原文。
作者：Kartik Ramesh, Kaidi Fu, Zihan Zheng, Jiahuan Yu, Fabio Oliveira, Carlos Costa, Minjia Zhang
研究任务与主要进展
FluidPD提出面向SLO的预填充—解码分离式LLM服务系统，通过临时卸载部分预填充计算和原地重分配工作节点角色应对负载失衡。基于论文摘要，在生产Azure工作负载上，相比静态SGLang，整体SLO达成率最高提升94.6个百分点；具体实验细节仍需阅读全文核验。
阶段、条件与复现 · 深读核对
- 新能力对应什么具体任务与最小输入输出？
- 代码、模型、数据、许可与可用入口是否明确？
- 效果、总成本、失效条件与实际工作流如何验证？
这些是阅读核对问题；材料未说明的条件保留未知。请结合上方论文版本、资料范围与原文核验。
来源：arXiv · cs.AI · arxiv.org