待验证50% 置信事实精确时间
SHM worker cache 指基于共享内存（Shared Memory）的 worker 缓存机制，用于让 vLLM 分布式推理中的多个 worker 进程高效共享多模态数据
1
来源数
50%
置信度
长期有效
时效性
2026/9/11
首次发现
来源
涉及实体
相关事实
待验证vLLM、TensorRT-LLM等LLM推理服务通过KV Cache机制在单次请求内缓存中间注意力计算结果，但该缓存是请求级别的，HTTP连接关闭后即被释放60% 相似已验证PagedAttention是vLLM框架的核心技术，借鉴操作系统虚拟内存管理思想将KV Cache分页存储59% 相似待验证在vLLM中真正执行物理显存分配的是GPUModelRunner，Worker更多扮演资源编排者角色58% 相似待验证vLLM采用连续批处理技术允许不同用户请求在同一GPU批次中并行处理，提升吞吐量的同时使请求间内存边界管理更精细58% 相似待验证WSL 2 采用动态内存分配策略，虚拟机按需申请内存并在工作负载降低后归还给 Windows 宿主机58% 相似
引用此条事实
Stable URI
https://kongchang.com/claim/898498API
curl https://kongchang.com/api/v1/knowledge/claims/898498MCP
get_claim(id=898498)