pull_blocks

函数功能

PagedAttention场景下，根据BlocksCacheKey，通过block列表的方式从对应的Prompt节点拉取KV到本地KvCache，仅当LLMRole为DECODER时可调用。

函数原型

pull_blocks(prompt_cache_key: BlocksCacheKey, decoder_kv_cache: KvCache, prompt_blocks: List[int], decoder_blocks: List[int], **kwargs)

参数说明

参数名称	数据类型	取值说明
prompt_cache_key	BlocksCacheKey	需要被拉取的BlocksCacheKey。
decoder_kv_cache	KvCache	目标KvCache。
prompt_blocks	List[int]	prompt的block index列表。
decoder_blocks	List[int]	decoder的block index列表。
**kwargs	NA	这个是python函数的可扩展参数通用写法，一般通过key=value的方式直接传入参数。当前可选择的参数有：src_layer_range和dst_layer_range，这两参数详细信息请参考表1。

表1 src_layer_range和dst_layer_range
参数名称	数据类型	取值说明
src_layer_range	Optional[range]	可选参数，用于按层pull kv场景。传输源的layer的范围，step只支持1。不设置时为传输所有layer。需要注意这里是layer的index，而不是tensor的index，即1个layer对应连续2个tensor(K/V)，这里要求allocate_cache时，必须是KV,...,KV排布，不支持其他场景。
dst_layer_range	Optional[range]	可选参数，用于按层pull kv场景。传输目标的layer的范围，step只支持1。不设置时为传输所有layer。需要注意这里是layer的index，而不是tensor的index，即1个layer对应连续2个tensor(K/V)，这里要求allocate_cache时，必须是KV,...,KV排布，不支持其他场景。

调用示例

from llm_datadist import *
...
kv_cache_manager.pull_blocks(prompt_cache_key, kv_cache, [0, 1], [2, 3])

# 使能layer_range功能示例
kv_cache_manager.pull_blocks(prompt_cache_key, kv_cache, [0, 1], [2, 3], src_layer_range=range(2), dst_layer_range=range(2))

返回值

正常情况下无返回值。

传入数据类型错误情况下会抛出TypeError或ValueError异常。

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

约束说明

使用同一条链路时，此接口和transfer_cache_async接口不能并发。

父主题： KvCacheManager