Раздельные prefill и decode: когда разносить фазы LLM по GPU
16.11.2026
раздельные prefill и decode
P/D disaggregation LLM
llm-d DisaggregatedSet
Что такое раздельные prefill и decode в инференсе LLM: как работают vLLM, llm-d и Mooncake, зачем нужна RDMA-сеть, когда схема окупается и как провести пилот.
Читать →