allocate_blocks_cache

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

调用示例

from llm_datadist import BlocksCacheKey
blocks_cache_key = BlocksCacheKey(0, 0)
cache = kv_cache_manager.allocate_blocks_cache(kv_cache_desc, blocks_cache_key)

返回值

正常情况下返回KvCache。

传入数据类型错误情况下会抛出TypeError异常。

约束说明

无。