vLLM Hybrid HiSparse 源码实现分析：KV Cache 内存管理深入拆解
版本说明：Hybrid HiSparse 在 vLLM 官方博客（2026-09-08）发布时尚在 hisparse-glm 分支（基准 commit e8ef1e07bd），现已合入 v0.30.0rc2（commit fa6ff0606）。本文基于 v0.30.0rc2 的源码（GitHub ...
vLLM HiSparse 本地 KV 卸载架构（附 SGLang HiSparse 对照）
来源: vLLM 官方设计文档（developer preview / latest，2026-09-12 更新）；文末附 LMSYS Blog 的 SGLang HiSparse 博文（2026-04-10）作为延伸对照 原文: HiSparse local KV offload archite...
SGLang HiCache 多级 KV 缓存实现剖析：分层结构、替换策略与异构 Attention 适配
HiCache 是 SGLang 把 RadixAttention 从”GPU 显存内的前缀复用”扩展到”GPU + 主机内存 + 分布式存储”三级缓存的实现。本文不复述官方设计文档的结论，而是直接拆代码，回答三个问题： 三级缓存各自的数据结构和生命周期是什么； 每一层的替换（驱逐）策略是什么，层...