allocate_blocks_cache

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

PagedAttention场景下，分配多个blocks的Cache，Cache分配成功后，可通过deallocate_cache释放内存。

函数原型

allocate_blocks_cache(cache_desc: CacheDesc, blocks_cache_key: Optional[BlocksCacheKey] = None)

参数说明

参数名称	数据类型	取值说明
cache_desc	CacheDesc	Cache的描述。
blocks_cache_key	Optional[BlocksCacheKey]	仅当LLMRole为PROMPT时可设置，用于在Decode拉取KV。

调用示例

from llm_datadist import BlocksCacheKey
num_blocks = 1000
cache_desc = CacheDesc(80, [num_blocks , 128 * 1024], DataType.DT_FLOAT16)
blocks_cache_key = BlocksCacheKey(0, 0)
kv_cache = kv_cache_manager.allocate_blocks_cache(cache_desc, blocks_cache_key)

返回值

正常情况下返回KvCache。

参数错误可能抛出TypeError或ValueError。

执行时间超过sync_kv_timeout配置会抛出LLMException异常。

约束说明

本接口不支持并发调用。