PullKvBlocks

产品支持情况

产品	是否支持
Atlas A3 训练系列产品/Atlas A3 推理系列产品	√
Atlas A2 推理系列产品	√
Atlas A2 训练系列产品	x

函数功能

传输Blocks Cache场景下，通过block列表的方式，从远端节点拉取Cache到本地Cache，仅当角色为Decoder时可调用。

函数原型

Status PullKvBlocks(const CacheIndex &src_cache_index,
                    const Cache &dst_cache,
                    const std::vector<uint64_t> &src_blocks,
                    const std::vector<uint64_t> &dst_blocks,
                    const KvCacheExtParam &ext_param = {})

参数说明

参数名称	输入/输出	取值说明
src_cache_index	输入	远端源Cache的索引。
dst_cache	输入	本地目的Cache。
src_blocks	输入	源Cache的block index列表。
dst_blocks	输入	目的Cache的block index列表。
ext_param	输入	当前支持ext_param中src_layer_range的sencond与first的差值和dst_layer_range的sencond与first的差值一致。src_layer_range和dst_layer_range的first和second默认值都是-1，表示全部的层。取值范围都是[0, 最大可用层索引]，且first小于等于second。 最大可用层索引值的计算公式如下。 (CacheDesc::num_tensors / KvCacheExtParam::tensor_num_per_layer) - 1 当前支持tensor_num_per_layer取值范围是[1, 当前cache的tensor总数]，默认值为2。当src_layer_range或dst_layer_range取值为非默认值时， tensor_num_per_layer可以保持默认值，也可以输入其他值，输入其他值的时，tensor_num_per_layer的取值还需要被当前cache的tensor总数整除。

调用示例

CacheIndex cache_key{0, 1, 0};
std::vector<uint64_t> prompt_blocks = {1,3,5,7};
std::vector<uint64_t> decoder_blocks = {0,2,4,6};
auto ret = llm_datadist.PullKvBlocks(cache_key,
                                     kv_cache,
                                     prompt_blocks,
                                     decoder_blocks)

返回值

• LLM_SUCCESS：成功
• LLM_PARAM_INVALID：参数错误
• LLM_NOT_YET_LINK：与远端cluster没有建链
• LLM_TIMEOUT：拉取超时
• LLM_KV_CACHE_NOT_EXIST：远端KV Cache不存在
• 其他：失败

约束说明

该接口调用之前，需要先调用Initialize接口完成初始化。dst_cache必须为AllocateCache接口已申请的Cache。