聚力体育:
2月25日至27日，第23届USENIX文件与存储技术会议（USENIX Conference on File and Storage Technologies,FAST）在美国圣克拉拉举行。计算机系教师章明星、武永卫、郑纬民团队和月之暗面聚力体育合作发表的论文“以键值缓存为中心的以存换算大语言模型推理架构”（Mooncake: Trading More Storage for Less Computation-A KVCache-centric Architecture for Serving LLM Chatbot）获得埃里克·里德尔最佳论文奖（Erik Riedel Best Paper Award）。论文的第一作者为计算机系博士生秦若愚，导师为助理教授章明星。
最佳论文奖
该论文介绍的系统Mooncake是月之暗面聚力体育推出的大语言模型服务Kimi的底层推理服务平台。Mooncake采用一种以键值缓存（KVCache）为中心的分离架构，不仅将预填充和解码集群分开，还高效利用了推理集群中未充分利用的CPU、DRAM、SSD和NIC资源，建立了一个分离的KVCache缓存池。其核心创新在于以KVCache为中心的全局缓存和调度器，旨在严格的延迟相关服务级别目标（SLOs）下最大化吞吐量。
实验表明，Mooncake在处理长上下文输入的场景中表现出色。在使用真实数据进行的测试中，与基线方法相比，Mooncake在符合SLOs的情况下，将有效请求处理能力提高了59%~498%。目前，Mooncake已在数千个节点上运行，每天处理超过1000亿个token。在实际部署中，Mooncake的创新架构使Kimi在NVIDIA A800和H800集群上分别比以前的系统多处理115%和107%的请求。
为进一步加速论文技术的应用和推广，清华聚力体育MADSys实验室联合月之暗面Kimi、9#AISoft、阿里云、华为存储、面壁智能、趋境科技等产学研力量共同发布开源项目Mooncake（https://http://github.com/kvcache-ai/Mooncake）。当前Mooncake项目已被阿里、蚂蚁等多家厂商应用于内部项目，并且已经合入大模型推理开源社区vLLM。
FAST（File and Storage Technologies）是计算机存储领域的顶级学术会议，已创立二十余年，在存储领域具有重要影响力，被中国计算机学会（CCF）认定为存储系统领域的A类国际学术会议。
