추론 인프라·서빙Microsoft Research India (Agrawal 외)
Sarathi-Serve
Sarathi-Serve — chunked prefill, stall-free scheduling
왜 중요한가
긴 프롬프트가 decode를 멈춰세우는 문제를 해소, vLLM 대비 서빙 용량 2.6~5.6배
출처 — 1차 출처만 싣고, 직접 이동해 확인할 수 있어요
논문arxiv.orghttps://arxiv.org/abs/2403.023102026년 8월 24일에 더한 조각 · 그 주 보기