介绍
[Chinese] 网站地址: https://lightseek.org/blog/lightseek-tokenspeed.html
TokenSpeed 是一款以“光速”为设计目标的 LLM 推理引擎,从第一性原理出发,专为智能体工作负载而设计。智能体类负载通常由同一任务内的多次连续模型调用构成,对调度、并行执行以及 KV 缓存等中间状态的管理提出了很高要求,TokenSpeed 正是围绕这些需求构建的。它结合了基于编译器建模的并行机制、高性能调度器、安全的 KV 资源复用限制、支持异构加速器的可插拔分层内核系统,以及 SMG 集成。