待验证50% 置信事实精确时间

真正的物理显存分配发生在vLLM的Worker侧，而逻辑层面的block pool与block table由调度侧建立

1

来源数

50%

置信度

长期有效

时效性

2026/9/10

首次发现

来源

vLLM Worker侧GPU KV Cache初始化流程深度解析

涉及实体

vLLMproduct Workerconcept

相关事实

待验证vLLM采用调度-执行分离架构，调度侧负责请求管理、序列调度和逻辑资源分配，执行侧负责实际的模型推理和物理显存管理66% 相似待验证在vLLM中,每多一张卡就会多一个TP Worker,负责多卡之间的调度协调而非实际运算60% 相似待验证vLLM在单机场景下使用ZeroMQ（zmq）作为RPC框架，在分布式场景下借助Ray框架来管理多节点的Worker59% 相似待验证两阶段级联架构（快速检测器+VLM协同）是解决VLM实时性问题的工程化方案，通过减少VLM需处理的帧数和区域数使整体管线可用58% 相似待验证ControlNet技术可实现结构引导，如保持平面图的墙体位置不变58% 相似

引用此条事实

Stable URI

https://kongchang.com/claim/887211

API

curl https://kongchang.com/api/v1/knowledge/claims/887211

MCP

get_claim(id=887211)