pull_blocks

函数功能

PagedAttention场景下，根据BlocksCacheKey，通过block列表的方式从对端节点拉取Cache到本地Cache。

函数原型

pull_blocks(src_cache_key: Union[CacheKey, CacheKeyByIdAndIndex, BlocksCacheKey],
            dst_cache: Cache,
            src_blocks: Optional[Union[Tuple[int], List[int]]] = (),
            dst_blocks: Union[Tuple[int], List[int]] = (),
            src_layer_range: Optional[range] = None,
            dst_layer_range: Optional[range] = None)

参数说明

参数名称	数据类型	取值说明
src_cache_key	Union[CacheKey, CacheKeyByIdAndIndex, BlocksCacheKey]	远端的Cache索引。
dst_cache	Cache	目标Cache。
src_blocks	Optional[Union[Tuple[int], List[int]]]	远端的block index列表，src_cache_key不是BlocksCacheKey时，不填。
dst_blocks	Union[Tuple[int], List[int]]	本地的block index列表。
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 *
...
cache_manager.pull_blocks(blocks_cache_key, cache, [0, 1], [2, 3])
cache_manager.pull_blocks(blocks_cache_key, cache, [0, 1], [2, 3], src_layer_range=range(0,2), dst_layer_range=range(2,4))

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。

layer_range参数异常会抛出LLMException异常

约束说明

当src_cache是HOST设备时，dst_cache是DEVICE设备时，仅支持src_cache与dst_cache都为PA的场景。

父主题： CacheManager