{"id":494272,"date":"2026-09-10T15:27:12","date_gmt":"2026-09-10T15:27:12","guid":{"rendered":"https:\/\/savepearlharbor.com\/?p=494272"},"modified":"-0001-11-30T00:00:00","modified_gmt":"-0001-11-29T21:00:00","slug":"","status":"publish","type":"post","link":"https:\/\/savepearlharbor.com\/?p=494272","title":{"rendered":"\u0421\u0430\u0439\u0437\u0438\u043d\u0433 RAM \u0438 vCPU \u0434\u043b\u044f \u043b\u043e\u043a\u0430\u043b\u044c\u043d\u043e\u0439 \u044f\u0437\u044b\u043a\u043e\u0432\u043e\u0439 \u043c\u043e\u0434\u0435\u043b\u0438: \u0441\u0447\u0438\u0442\u0430\u0435\u043c \u0441\u0442\u0430\u0440\u0442\u043e\u0432\u044b\u0439 \u0440\u0430\u0437\u043c\u0435\u0440 VM"},"content":{"rendered":"
\n

\u0421\u0430\u0439\u0437\u0438\u043d\u0433 RAM \u0438 vCPU \u0434\u043b\u044f \u043b\u043e\u043a\u0430\u043b\u044c\u043d\u043e\u0439 \u044f\u0437\u044b\u043a\u043e\u0432\u043e\u0439 \u043c\u043e\u0434\u0435\u043b\u0438 \u043d\u0430\u0447\u0438\u043d\u0430\u0435\u0442\u0441\u044f \u0441 \u043a\u043e\u043d\u043a\u0440\u0435\u0442\u043d\u044b\u0445 \u0432\u0435\u0441\u043e\u0432 \u0438 \u043f\u0440\u043e\u0444\u0438\u043b\u044f \u0437\u0430\u043f\u0440\u043e\u0441\u043e\u0432. \u0418\u0441\u0445\u043e\u0434\u043d\u044b\u0435 \u0442\u0440\u0435\u0431\u043e\u0432\u0430\u043d\u0438\u044f self-hosted LLM \u0432\u043a\u043b\u044e\u0447\u0430\u044e\u0442 \u0434\u043b\u0438\u043d\u0443 \u0432\u0445\u043e\u0434\u0430 \u0438 \u043e\u0442\u0432\u0435\u0442\u0430, \u043a\u043e\u043d\u043a\u0443\u0440\u0435\u043d\u0442\u043d\u043e\u0441\u0442\u044c, \u0440\u0430\u043d\u0442\u0430\u0439\u043c \u0438 \u0441\u0445\u0435\u043c\u0443 offload. \u0420\u0430\u0441\u0447\u0451\u0442 \u043f\u043e \u0440\u0430\u0437\u043c\u0435\u0440\u0443 \u0432\u0435\u0441\u043e\u0432 \u0438 \u0444\u043e\u0440\u043c\u0443\u043b\u0435 KV-\u043a\u044d\u0448\u0430 \u0434\u0430\u0451\u0442 \u0441\u0442\u0430\u0440\u0442\u043e\u0432\u0443\u044e \u043a\u043e\u043d\u0444\u0438\u0433\u0443\u0440\u0430\u0446\u0438\u044e, \u0430 \u043f\u0440\u043e\u0433\u0440\u0435\u0442\u044b\u0439 \u0442\u0435\u0441\u0442 \u043f\u043e\u043a\u0430\u0437\u044b\u0432\u0430\u0435\u0442 \u0440\u0435\u0430\u043b\u044c\u043d\u043e\u0435 \u043f\u043e\u0442\u0440\u0435\u0431\u043b\u0435\u043d\u0438\u0435 \u043f\u0430\u043c\u044f\u0442\u0438 \u0438 \u0442\u043e\u0447\u043a\u0443, \u0433\u0434\u0435 CPU \u043f\u0435\u0440\u0435\u0441\u0442\u0430\u0451\u0442 \u043f\u043e\u043c\u043e\u0433\u0430\u0442\u044c.<\/p>\n

\u0421\u043a\u043e\u043b\u044c\u043a\u043e RAM \u043d\u0443\u0436\u043d\u043e \u043a\u0432\u0430\u043d\u0442\u043e\u0432\u0430\u043d\u043d\u043e\u0439 \u043c\u043e\u0434\u0435\u043b\u0438?<\/h4>\n

RAM \u0434\u043e\u043b\u0436\u043d\u0430 \u0432\u043c\u0435\u0449\u0430\u0442\u044c \u0432\u0435\u0441\u0430, KV-\u043a\u044d\u0448, \u0440\u0430\u0431\u043e\u0447\u0438\u0435 \u0431\u0443\u0444\u0435\u0440\u044b \u0440\u0430\u043d\u0442\u0430\u0439\u043c\u0430 \u0438 \u0437\u0430\u043f\u0430\u0441 \u041e\u0421. \u041e\u0441\u043d\u043e\u0432\u043e\u0439 \u0441\u043b\u0443\u0436\u0438\u0442 \u0440\u0430\u0437\u043c\u0435\u0440 \u0444\u0430\u0439\u043b\u043e\u0432 \u043a\u0432\u0430\u043d\u0442\u043e\u0432\u0430\u043d\u043d\u043e\u0439 \u043c\u043e\u0434\u0435\u043b\u0438, \u0430 \u0447\u0438\u0441\u043b\u043e \u043f\u0430\u0440\u0430\u043c\u0435\u0442\u0440\u043e\u0432 \u0434\u0430\u0451\u0442 \u043b\u0438\u0448\u044c \u043f\u0440\u0435\u0434\u0432\u0430\u0440\u0438\u0442\u0435\u043b\u044c\u043d\u0443\u044e \u043e\u0446\u0435\u043d\u043a\u0443. \u0418\u0442\u043e\u0433 \u043f\u043e\u0434\u0442\u0432\u0435\u0440\u0436\u0434\u0430\u044e\u0442 \u043f\u0440\u043e\u0433\u0440\u0435\u0442\u044b\u043c \u0437\u0430\u043f\u0443\u0441\u043a\u043e\u043c: \u0438\u0437\u043c\u0435\u0440\u044f\u044e\u0442 peak RSS\/PSS \u0438 memory.current \u0431\u0435\u0437 swap \u043f\u0440\u0438 \u0446\u0435\u043b\u0435\u0432\u043e\u043c \u043a\u043e\u043d\u0442\u0435\u043a\u0441\u0442\u0435, \u043a\u043e\u043d\u043a\u0443\u0440\u0435\u043d\u0442\u043d\u043e\u0441\u0442\u0438 \u0438 \u043c\u0430\u043a\u0441\u0438\u043c\u0430\u043b\u044c\u043d\u043e\u0439 \u0434\u043b\u0438\u043d\u0435 \u043e\u0442\u0432\u0435\u0442\u0430.<\/p>\n

\u0417\u0430\u0444\u0438\u043a\u0441\u0438\u0440\u043e\u0432\u0430\u0442\u044c \u043c\u043e\u0434\u0435\u043b\u044c, \u043a\u043e\u043d\u0442\u0435\u043a\u0441\u0442 \u0438 \u043a\u043e\u043d\u043a\u0443\u0440\u0435\u043d\u0442\u043d\u043e\u0441\u0442\u044c<\/h3>\n

\u041d\u0430\u0437\u0432\u0430\u043d\u0438\u0435 \u0441\u0435\u043c\u0435\u0439\u0441\u0442\u0432\u0430 \u0432\u0440\u043e\u0434\u0435 Qwen \u0438\u043b\u0438 Llama \u043e\u0441\u043e\u0431\u043e \u043d\u0438\u0447\u0435\u0433\u043e \u043d\u0435 \u0434\u0430\u0451\u0442. \u0412\u043c\u0435\u0441\u0442\u043e \u044d\u0442\u043e\u0433\u043e \u0437\u0430\u043f\u0438\u0441\u044b\u0432\u0430\u044e\u0442 \u0440\u0435\u043f\u043e\u0437\u0438\u0442\u043e\u0440\u0438\u0439 \u0438 revision, \u0445\u0435\u0448 \u0444\u0430\u0439\u043b\u043e\u0432, \u0444\u043e\u0440\u043c\u0430\u0442, \u043a\u0432\u0430\u043d\u0442\u043e\u0432\u0430\u043d\u0438\u0435, \u0432\u0435\u0440\u0441\u0438\u044e \u0440\u0430\u043d\u0442\u0430\u0439\u043c\u0430, chat template \u0438 tokenizer. \u0414\u043b\u044f MoE-\u043c\u043e\u0434\u0435\u043b\u0438 \u043e\u0442\u0434\u0435\u043b\u044c\u043d\u043e \u0443\u043a\u0430\u0437\u044b\u0432\u0430\u044e\u0442 \u043e\u0431\u0449\u0435\u0435 \u0438 \u0430\u043a\u0442\u0438\u0432\u043d\u043e\u0435 \u0447\u0438\u0441\u043b\u043e \u043f\u0430\u0440\u0430\u043c\u0435\u0442\u0440\u043e\u0432.<\/p>\n

\u041f\u0440\u043e\u0444\u0438\u043b\u044c \u0442\u0440\u0430\u0444\u0438\u043a\u0430 \u0441\u043e\u0434\u0435\u0440\u0436\u0438\u0442 p50, p95 \u0438 \u043c\u0430\u043a\u0441\u0438\u043c\u0443\u043c \u0432\u0445\u043e\u0434\u043d\u044b\u0445 \u0442\u043e\u043a\u0435\u043d\u043e\u0432, \u0434\u043b\u0438\u043d\u0443 \u043e\u0442\u0432\u0435\u0442\u0430, \u0447\u0438\u0441\u043b\u043e \u0430\u043a\u0442\u0438\u0432\u043d\u044b\u0445 \u043a\u043b\u0438\u0435\u043d\u0442\u043e\u0432 \u0438 \u043d\u0430\u0441\u0442\u0440\u043e\u0439\u043a\u0438 batch. \u0418\u043d\u0442\u0435\u0440\u0430\u043a\u0442\u0438\u0432\u043d\u044b\u0439 \u0440\u0435\u0436\u0438\u043c \u043e\u0446\u0435\u043d\u0438\u0432\u0430\u044e\u0442 \u043f\u043e TTFT \u0438 \u043c\u0435\u0436\u0442\u043e\u043a\u0435\u043d\u043d\u043e\u0439 \u0437\u0430\u0434\u0435\u0440\u0436\u043a\u0435. \u0414\u043b\u044f \u043f\u0430\u043a\u0435\u0442\u043d\u043e\u0433\u043e \u0440\u0435\u0436\u0438\u043c\u0430 \u0432\u0430\u0436\u043d\u044b \u043e\u0431\u0449\u0438\u0439 throughput \u0438 \u0432\u0440\u0435\u043c\u044f \u0432\u044b\u043f\u043e\u043b\u043d\u0435\u043d\u0438\u044f \u0437\u0430\u0434\u0430\u043d\u0438\u044f.<\/p>\n

\u0422\u0430\u043a \u0442\u0440\u0435\u0431\u043e\u0432\u0430\u043d\u0438\u044f self-hosted LLM \u043f\u0440\u0438\u0432\u044f\u0437\u044b\u0432\u0430\u044e\u0442 \u0440\u0435\u0441\u0443\u0440\u0441\u044b \u043a \u043a\u043e\u043d\u043a\u0440\u0435\u0442\u043d\u043e\u043c\u0443 \u0441\u0446\u0435\u043d\u0430\u0440\u0438\u044e. \u041e\u0434\u0438\u043d \u043f\u043e\u043b\u044c\u0437\u043e\u0432\u0430\u0442\u0435\u043b\u044c \u0441 \u043a\u043e\u043d\u0442\u0435\u043a\u0441\u0442\u043e\u043c 4K \u0440\u0430\u0441\u0445\u043e\u0434\u0443\u0435\u0442 KV-\u043a\u044d\u0448 \u0438 CPU \u043d\u0435 \u0442\u0430\u043a, \u043a\u0430\u043a \u0432\u043e\u0441\u0435\u043c\u044c \u043e\u0434\u043d\u043e\u0432\u0440\u0435\u043c\u0435\u043d\u043d\u044b\u0445 \u043f\u043e\u0441\u043b\u0435\u0434\u043e\u0432\u0430\u0442\u0435\u043b\u044c\u043d\u043e\u0441\u0442\u0435\u0439 \u043f\u043e 4K. \u041f\u0440\u0438 \u043d\u0435\u0438\u0437\u0432\u0435\u0441\u0442\u043d\u043e\u043c \u043f\u0440\u043e\u0444\u0438\u043b\u0435 \u043b\u0443\u0447\u0448\u0435 \u043f\u0440\u043e\u0432\u0435\u0440\u0438\u0442\u044c \u043d\u0435\u0441\u043a\u043e\u043b\u044c\u043a\u043e \u0437\u0430\u0434\u0430\u043d\u043d\u044b\u0445 \u0441\u0446\u0435\u043d\u0430\u0440\u0438\u0435\u0432, \u0430 \u043d\u0435 \u0443\u0441\u0440\u0435\u0434\u043d\u044f\u0442\u044c \u0438\u0445 \u0432 \u0438\u0441\u043a\u0443\u0441\u0441\u0442\u0432\u0435\u043d\u043d\u044b\u0439 \u0437\u0430\u043f\u0440\u043e\u0441.<\/p>\n

\u0421\u0447\u0438\u0442\u0430\u0442\u044c \u043f\u0430\u043c\u044f\u0442\u044c \u043c\u043e\u0434\u0435\u043b\u0438 \u043f\u043e \u0440\u0435\u0430\u043b\u044c\u043d\u043e\u043c\u0443 \u0444\u0430\u0439\u043b\u0443 \u0438 \u0441\u0445\u0435\u043c\u0435 \u0437\u0430\u0433\u0440\u0443\u0437\u043a\u0438<\/h3>\n

\u041f\u0435\u0440\u0432\u0443\u044e \u043e\u0446\u0435\u043d\u043a\u0443 \u0434\u0430\u0451\u0442 \u0441\u0443\u043c\u043c\u0430 shard-\u0444\u0430\u0439\u043b\u043e\u0432, \u0442\u043e\u0433\u0434\u0430 \u043a\u0430\u043a \u0444\u043e\u0440\u043c\u0443\u043b\u0430 \u0447\u0435\u0440\u0435\u0437 \u0447\u0438\u0441\u043b\u043e \u043f\u0430\u0440\u0430\u043c\u0435\u0442\u0440\u043e\u0432 \u0438 bits-per-weight \u043d\u0435 \u0443\u0447\u0438\u0442\u044b\u0432\u0430\u0435\u0442 \u0442\u0430\u0431\u043b\u0438\u0446\u044b \u043a\u0432\u0430\u043d\u0442\u043e\u0432\u0430\u043d\u0438\u044f, \u043c\u0435\u0442\u0430\u0434\u0430\u043d\u043d\u044b\u0435, embeddings \u0438 \u0442\u0435\u043d\u0437\u043e\u0440\u044b \u0441 \u0434\u0440\u0443\u0433\u043e\u0439 \u0442\u043e\u0447\u043d\u043e\u0441\u0442\u044c\u044e. \u0420\u0430\u0441\u0447\u0451\u0442 RAM \u0434\u043b\u044f LLM \u043d\u0430\u0447\u0438\u043d\u0430\u0435\u0442\u0441\u044f \u0441 \u0440\u0430\u0437\u043c\u0435\u0440\u0430 \u043a\u043e\u043d\u043a\u0440\u0435\u0442\u043d\u043e\u0433\u043e \u0430\u0440\u0442\u0435\u0444\u0430\u043a\u0442\u0430.<\/p>\n

\u0420\u0430\u0437\u043c\u0435\u0440 \u0444\u0430\u0439\u043b\u043e\u0432 \u043d\u0435\u043b\u044c\u0437\u044f \u043f\u0440\u043e\u0441\u0442\u043e \u0441\u043a\u043b\u0430\u0434\u044b\u0432\u0430\u0442\u044c \u0441 RSS, \u043f\u043e\u0442\u043e\u043c\u0443 \u0447\u0442\u043e \u043f\u0440\u0438 mmap \u043e\u0434\u043d\u0438 \u0438 \u0442\u0435 \u0436\u0435 \u0440\u0435\u0437\u0438\u0434\u0435\u043d\u0442\u043d\u044b\u0435 \u0441\u0442\u0440\u0430\u043d\u0438\u0446\u044b \u0432\u0438\u0434\u043d\u044b \u0438 \u0432 page cache, \u0438 \u0432 \u043e\u0442\u043e\u0431\u0440\u0430\u0436\u0435\u043d\u0438\u0438 \u043f\u0440\u043e\u0446\u0435\u0441\u0441\u0430. PSS \u0440\u0430\u0441\u043f\u0440\u0435\u0434\u0435\u043b\u044f\u0435\u0442 \u043e\u0431\u0449\u0438\u0435 \u0441\u0442\u0440\u0430\u043d\u0438\u0446\u044b \u043c\u0435\u0436\u0434\u0443 \u043f\u0440\u043e\u0446\u0435\u0441\u0441\u0430\u043c\u0438. \u0411\u0435\u0437 mmap \u0440\u0430\u043d\u0442\u0430\u0439\u043c \u043c\u043e\u0436\u0435\u0442 \u0441\u043e\u0437\u0434\u0430\u0442\u044c \u043e\u0442\u0434\u0435\u043b\u044c\u043d\u0443\u044e \u043a\u043e\u043f\u0438\u044e \u0432\u0435\u0441\u043e\u0432. \u041f\u0440\u0438 GPU-offload \u0447\u0430\u0441\u0442\u044c \u0442\u0435\u043d\u0437\u043e\u0440\u043e\u0432 \u0438 \u0431\u0443\u0444\u0435\u0440\u043e\u0432 \u043f\u0435\u0440\u0435\u043d\u043e\u0441\u0438\u0442\u0441\u044f \u0432 VRAM. \u0422\u043e\u0447\u043d\u043e\u0435 \u0440\u0430\u0441\u043f\u0440\u0435\u0434\u0435\u043b\u0435\u043d\u0438\u0435 \u0432\u0438\u0434\u043d\u043e \u0432 \u043b\u043e\u0433\u0435 backend.<\/p>\n

\u0411\u0430\u0437\u043e\u0432\u044b\u0439 \u0437\u0430\u043c\u0435\u0440 \u043e\u0445\u0432\u0430\u0442\u044b\u0432\u0430\u0435\u0442 \u0437\u0430\u0433\u0440\u0443\u0437\u043a\u0443, \u043f\u0440\u043e\u0433\u0440\u0435\u0432 \u0438 \u043f\u0438\u043a \u0446\u0435\u043b\u0435\u0432\u043e\u0433\u043e \u0437\u0430\u043f\u0440\u043e\u0441\u0430. RSS\/PSS \u0434\u043e\u043f\u043e\u043b\u043d\u044f\u044e\u0442 memory.current, swap, page faults \u0438 \u0441\u0442\u0440\u043e\u043a\u0438 \u043b\u043e\u0433\u0430 \u043e CPU-, GPU-, KV- \u0438 compute-\u0431\u0443\u0444\u0435\u0440\u0430\u0445, \u0447\u0442\u043e\u0431\u044b \u0443\u0432\u0438\u0434\u0435\u0442\u044c \u0440\u0430\u0437\u043c\u0435\u0449\u0435\u043d\u0438\u0435 \u0432\u0435\u0441\u043e\u0432 \u0438 \u0432\u043e\u0437\u043c\u043e\u0436\u043d\u044b\u0435 \u043a\u043e\u043f\u0438\u0438.<\/p>\n

\u041e\u0446\u0435\u043d\u0438\u0442\u044c \u0440\u043e\u0441\u0442 \u043f\u0430\u043c\u044f\u0442\u0438 \u043e\u0442 \u043a\u043e\u043d\u0442\u0435\u043a\u0441\u0442\u0430 \u0438 \u043a\u043e\u043d\u043a\u0443\u0440\u0435\u043d\u0442\u043d\u043e\u0441\u0442\u0438<\/h3>\n

\u0411\u0430\u0437\u043e\u0432\u0443\u044e \u043e\u0446\u0435\u043d\u043a\u0443 \u0434\u043b\u044f \u043f\u043e\u043b\u043d\u043e\u0433\u043e KV-\u043a\u044d\u0448\u0430 \u043c\u043e\u0436\u043d\u043e \u0437\u0430\u043f\u0438\u0441\u0430\u0442\u044c \u0442\u0430\u043a:<\/p>\n

KV_bytes = 2 \u00d7 L \u00d7 H_kv \u00d7 D_head \u00d7 B_cache \u00d7 T \u00d7 S<\/p>\n

\u041c\u043d\u043e\u0436\u0438\u0442\u0435\u043b\u044c 2 \u0443\u0447\u0438\u0442\u044b\u0432\u0430\u0435\u0442 key \u0438 value, \u0430 \u043e\u0441\u0442\u0430\u043b\u044c\u043d\u044b\u0435 \u043f\u0435\u0440\u0435\u043c\u0435\u043d\u043d\u044b\u0435 \u0437\u0430\u0434\u0430\u044e\u0442 \u0441\u043b\u043e\u0438, KV-\u0433\u043e\u043b\u043e\u0432\u044b, \u0440\u0430\u0437\u043c\u0435\u0440 \u0433\u043e\u043b\u043e\u0432\u044b, \u0431\u0430\u0439\u0442\u044b \u043d\u0430 \u044d\u043b\u0435\u043c\u0435\u043d\u0442, \u0442\u043e\u043a\u0435\u043d\u044b \u0438 \u043f\u043e\u0441\u043b\u0435\u0434\u043e\u0432\u0430\u0442\u0435\u043b\u044c\u043d\u043e\u0441\u0442\u0438. \u0412 GQA \u0438\u043b\u0438 MQA \u0438\u0441\u043f\u043e\u043b\u044c\u0437\u0443\u044e\u0442 \u0443\u043c\u0435\u043d\u044c\u0448\u0435\u043d\u043d\u043e\u0435 \u0447\u0438\u0441\u043b\u043e KV-\u0433\u043e\u043b\u043e\u0432, \u043f\u0440\u0438\u0447\u0451\u043c \u0442\u043e\u0447\u043d\u043e\u0441\u0442\u044c \u043a\u044d\u0448\u0430 \u043c\u043e\u0436\u0435\u0442 \u043e\u0442\u043b\u0438\u0447\u0430\u0442\u044c\u0441\u044f \u043e\u0442 \u043a\u0432\u0430\u043d\u0442\u043e\u0432\u0430\u043d\u0438\u044f \u0432\u0435\u0441\u043e\u0432.<\/p>\n

\u0424\u043e\u0440\u043c\u0443\u043b\u0430 \u043f\u0440\u0435\u0434\u043f\u043e\u043b\u0430\u0433\u0430\u0435\u0442 \u043f\u043e\u043b\u043d\u044b\u0439 \u043e\u0442\u0434\u0435\u043b\u044c\u043d\u044b\u0439 \u043a\u043e\u043d\u0442\u0435\u043a\u0441\u0442 \u0434\u043b\u044f \u043a\u0430\u0436\u0434\u043e\u0439 \u043f\u043e\u0441\u043b\u0435\u0434\u043e\u0432\u0430\u0442\u0435\u043b\u044c\u043d\u043e\u0441\u0442\u0438, \u0445\u043e\u0442\u044f paged cache, prefix sharing, sliding-window attention, \u0433\u0438\u0431\u0440\u0438\u0434\u043d\u044b\u0435 \u0441\u043b\u043e\u0438 \u0438 \u0441\u0442\u0430\u0442\u0438\u0447\u0435\u0441\u043a\u043e\u0435 \u0440\u0435\u0437\u0435\u0440\u0432\u0438\u0440\u043e\u0432\u0430\u043d\u0438\u0435 \u043c\u0435\u043d\u044f\u044e\u0442 \u0430\u043b\u043b\u043e\u043a\u0430\u0446\u0438\u044e. \u041c\u0435\u0442\u0440\u0438\u043a\u0430 \u0437\u0430\u043d\u044f\u0442\u043e\u0433\u043e KV-\u043f\u0443\u043b\u0430 \u043f\u043e\u043a\u0430\u0437\u044b\u0432\u0430\u0435\u0442 \u0440\u0430\u0441\u0445\u043e\u0436\u0434\u0435\u043d\u0438\u0435 \u0441 \u0440\u0430\u0441\u0447\u0451\u0442\u043e\u043c. \u0421\u043a\u043e\u043b\u044c\u043a\u043e vCPU \u043d\u0443\u0436\u043d\u043e \u044f\u0437\u044b\u043a\u043e\u0432\u043e\u0439 \u043c\u043e\u0434\u0435\u043b\u0438, \u0441\u0442\u0430\u043d\u043e\u0432\u0438\u0442\u0441\u044f \u043f\u043e\u043d\u044f\u0442\u043d\u043e \u043f\u043e\u0441\u043b\u0435 \u0440\u0430\u0441\u0447\u0451\u0442\u0430 \u043f\u0430\u043c\u044f\u0442\u0438 \u0438 \u043e\u0431\u044a\u0451\u043c\u0430 prompt processing.<\/p>\n

\u041a\u043e\u0433\u0434\u0430 \u0434\u043e\u043f\u043e\u043b\u043d\u0438\u0442\u0435\u043b\u044c\u043d\u044b\u0435 vCPU \u043f\u0435\u0440\u0435\u0441\u0442\u0430\u044e\u0442 \u0443\u0441\u043a\u043e\u0440\u044f\u0442\u044c \u0438\u043d\u0444\u0435\u0440\u0435\u043d\u0441?<\/h4>\n

\u0414\u043e\u043f\u043e\u043b\u043d\u0438\u0442\u0435\u043b\u044c\u043d\u044b\u0435 vCPU \u043f\u0435\u0440\u0435\u0441\u0442\u0430\u044e\u0442 \u043f\u043e\u043c\u043e\u0433\u0430\u0442\u044c, \u043a\u043e\u0433\u0434\u0430 \u0433\u0435\u043d\u0435\u0440\u0430\u0446\u0438\u044f \u0443\u043f\u0438\u0440\u0430\u0435\u0442\u0441\u044f \u0432 \u043f\u0440\u043e\u043f\u0443\u0441\u043a\u043d\u0443\u044e \u0441\u043f\u043e\u0441\u043e\u0431\u043d\u043e\u0441\u0442\u044c \u043f\u0430\u043c\u044f\u0442\u0438 \u0438\u043b\u0438 \u043f\u043e\u0442\u043e\u043a\u0438 \u043f\u0435\u0440\u0435\u0441\u0435\u043a\u0430\u044e\u0442 NUMA-\u0443\u0437\u043b\u044b. Prompt processing \u0438 generation \u043d\u0430\u0441\u044b\u0449\u0430\u044e\u0442\u0441\u044f \u043f\u0440\u0438 \u0440\u0430\u0437\u043d\u043e\u043c \u0447\u0438\u0441\u043b\u0435 \u044f\u0434\u0435\u0440. \u041f\u043e\u044d\u0442\u043e\u043c\u0443 \u043f\u0440\u043e\u0433\u043e\u043d \u043f\u043e \u0447\u0438\u0441\u043b\u0443 \u043f\u043e\u0442\u043e\u043a\u043e\u0432 \u0434\u0435\u043b\u0430\u044e\u0442 \u0434\u043b\u044f \u043e\u0431\u0435\u0438\u0445 \u0444\u0430\u0437: \u043d\u0430\u0433\u0440\u0443\u0437\u043a\u0443 \u043d\u0430 \u043a\u0430\u0436\u0434\u043e\u043c \u0448\u0430\u0433\u0435 \u0434\u0435\u0440\u0436\u0430\u0442 \u043e\u0434\u0438\u043d\u0430\u043a\u043e\u0432\u043e\u0439, \u0430 affinity, SMT \u0438 \u0432\u0435\u0440\u0441\u0438\u044e \u0440\u0430\u043d\u0442\u0430\u0439\u043c\u0430 \u0437\u0430\u043f\u0438\u0441\u044b\u0432\u0430\u044e\u0442.<\/p>\n

\u0414\u043e\u0431\u0430\u0432\u0438\u0442\u044c \u0440\u0430\u043d\u0442\u0430\u0439\u043c, \u041e\u0421 \u0438 \u0431\u0435\u0437\u043e\u043f\u0430\u0441\u043d\u044b\u0439 \u0437\u0430\u043f\u0430\u0441<\/h3>\n

\u0411\u044e\u0434\u0436\u0435\u0442 RAM \u0441\u043a\u043b\u0430\u0434\u044b\u0432\u0430\u0435\u0442\u0441\u044f \u0438\u0437 \u0440\u0435\u0437\u0438\u0434\u0435\u043d\u0442\u043d\u044b\u0445 \u0432\u0435\u0441\u043e\u0432, KV-\u043f\u0443\u043b\u0430, compute-\u0431\u0443\u0444\u0435\u0440\u043e\u0432, \u0441\u043b\u0443\u0436\u0435\u0431\u043d\u043e\u0439 \u043f\u0430\u043c\u044f\u0442\u0438 \u0440\u0430\u043d\u0442\u0430\u0439\u043c\u0430 \u0438 \u0440\u0435\u0437\u0435\u0440\u0432\u0430 \u041e\u0421. Batch \u0438 \u0434\u043b\u0438\u043d\u043d\u044b\u0439 \u043f\u0440\u043e\u043c\u043f\u0442 \u043f\u043e\u0434\u043d\u0438\u043c\u0430\u044e\u0442 \u043f\u0438\u043a \u0437\u0430 \u0441\u0447\u0451\u0442 \u0432\u0440\u0435\u043c\u0435\u043d\u043d\u044b\u0445 \u0442\u0435\u043d\u0437\u043e\u0440\u043e\u0432. \u041f\u0430\u043c\u044f\u0442\u044c \u043a\u0432\u0430\u043d\u0442\u043e\u0432\u0430\u043d\u043d\u043e\u0439 \u043c\u043e\u0434\u0435\u043b\u0438 \u0438\u0437\u043c\u0435\u0440\u044f\u044e\u0442 \u043f\u043e\u0441\u043b\u0435 \u043f\u0440\u043e\u0433\u0440\u0435\u0432\u0430: \u0447\u0430\u0441\u0442\u044c \u0441\u0442\u0440\u0430\u043d\u0438\u0446 \u0432\u044b\u0434\u0435\u043b\u044f\u0435\u0442\u0441\u044f \u0442\u043e\u043b\u044c\u043a\u043e \u043f\u0440\u0438 \u043f\u0435\u0440\u0432\u043e\u043c \u043e\u0431\u0440\u0430\u0449\u0435\u043d\u0438\u0438, \u0438 \u0434\u043e \u044d\u0442\u043e\u0433\u043e RSS \u0437\u0430\u043d\u0438\u0436\u0435\u043d.<\/p>\n

\u0415\u0434\u0438\u043d\u043e\u0433\u043e \u043f\u0440\u043e\u0446\u0435\u043d\u0442\u0430 \u0437\u0430\u043f\u0430\u0441\u0430 \u0434\u043b\u044f \u0432\u0441\u0435\u0445 \u0441\u0438\u0441\u0442\u0435\u043c \u043d\u0435\u0442, \u0442\u0443\u0442 \u043d\u0438\u0436\u043d\u044e\u044e \u0433\u0440\u0430\u043d\u0438\u0446\u0443 \u0437\u0430\u0434\u0430\u0451\u0442 \u0440\u0430\u0437\u043d\u0438\u0446\u0430 \u043c\u0435\u0436\u0434\u0443 steady-state \u0438 \u043f\u043e\u0432\u0442\u043e\u0440\u044f\u0435\u043c\u044b\u043c peak RSS. Rolling update \u043c\u043e\u0436\u0435\u0442 \u0432\u0440\u0435\u043c\u0435\u043d\u043d\u043e \u0434\u0435\u0440\u0436\u0430\u0442\u044c \u0434\u0432\u0435 \u0432\u0435\u0440\u0441\u0438\u0438 \u043c\u043e\u0434\u0435\u043b\u0438 \u0438 \u0443\u0432\u0435\u043b\u0438\u0447\u0438\u0432\u0430\u0442\u044c page cache, \u043f\u043e\u044d\u0442\u043e\u043c\u0443 \u0442\u0430\u043a\u043e\u0439 \u0441\u0446\u0435\u043d\u0430\u0440\u0438\u0439 \u0443\u0447\u0438\u0442\u044b\u0432\u0430\u044e\u0442 \u0432 \u0437\u0430\u043f\u0430\u0441\u0435 \u043b\u0438\u0431\u043e \u0432\u044b\u043d\u043e\u0441\u044f\u0442 \u0432 \u043e\u0442\u0434\u0435\u043b\u044c\u043d\u043e\u0435 \u043e\u043a\u043d\u043e.<\/p>\n

\u041a\u043e\u043d\u0442\u0440\u043e\u043b\u044c\u043d\u044b\u0439 \u043f\u0440\u043e\u0433\u043e\u043d \u0432\u044b\u043f\u043e\u043b\u043d\u044f\u044e\u0442 \u0431\u0435\u0437 swap, \u043a\u043e\u0442\u043e\u0440\u044b\u0439 \u0441\u043a\u0440\u044b\u0432\u0430\u0435\u0442 \u0434\u0435\u0444\u0438\u0446\u0438\u0442 RAM \u0446\u0435\u043d\u043e\u0439 \u0437\u0430\u0434\u0435\u0440\u0436\u043a\u0438. \u041a\u043e\u043d\u0444\u0438\u0433\u0443\u0440\u0430\u0446\u0438\u044f \u043f\u043e\u0434\u0445\u043e\u0434\u0438\u0442, \u0435\u0441\u043b\u0438 memory.current \u043e\u0441\u0442\u0430\u0451\u0442\u0441\u044f \u043d\u0438\u0436\u0435 \u043b\u0438\u043c\u0438\u0442\u0430 \u043d\u0430 \u0432\u0435\u043b\u0438\u0447\u0438\u043d\u0443 \u0437\u0430\u044f\u0432\u043b\u0435\u043d\u043d\u043e\u0433\u043e \u0437\u0430\u043f\u0430\u0441\u0430, \u0440\u0430\u0437\u043d\u0438\u0446\u0430 memory.events<\/a> \u0434\u043e \u0438 \u043f\u043e\u0441\u043b\u0435 \u043d\u0435 \u0441\u043e\u0434\u0435\u0440\u0436\u0438\u0442 max\/oom, PSI memory \u043d\u0435 \u0440\u0430\u0441\u0442\u0451\u0442, \u0430 p95 \u0438 p99 \u0432\u044b\u043f\u043e\u043b\u043d\u044f\u044e\u0442 SLO.<\/p>\n

\u0420\u0430\u0437\u0432\u0435\u0441\u0442\u0438 parallel prompt processing \u0438 memory-bound generation<\/h3>\n

\u041e\u0431\u0440\u0430\u0431\u043e\u0442\u043a\u0430 \u043f\u0440\u043e\u043c\u043f\u0442\u0430 \u0432\u044b\u0447\u0438\u0441\u043b\u044f\u0435\u0442 \u043c\u043d\u043e\u0433\u043e \u0442\u043e\u043a\u0435\u043d\u043e\u0432 \u043f\u0430\u0440\u0430\u043b\u043b\u0435\u043b\u044c\u043d\u043e \u0438 \u043e\u0431\u044b\u0447\u043d\u043e \u043b\u0443\u0447\u0448\u0435 \u0437\u0430\u0433\u0440\u0443\u0436\u0430\u0435\u0442 \u044f\u0434\u0440\u0430 CPU. \u0410\u0432\u0442\u043e\u0440\u0435\u0433\u0440\u0435\u0441\u0441\u0438\u043e\u043d\u043d\u0430\u044f \u0433\u0435\u043d\u0435\u0440\u0430\u0446\u0438\u044f \u0434\u043e\u0431\u0430\u0432\u043b\u044f\u0435\u0442 \u043f\u043e \u0442\u043e\u043a\u0435\u043d\u0443 \u043d\u0430 \u043f\u043e\u0441\u043b\u0435\u0434\u043e\u0432\u0430\u0442\u0435\u043b\u044c\u043d\u043e\u0441\u0442\u044c, \u0430 \u043f\u0440\u0438 \u043d\u0435\u0431\u043e\u043b\u044c\u0448\u043e\u043c batch \u0435\u0451 \u043f\u0440\u0435\u0434\u0435\u043b \u0447\u0430\u0441\u0442\u043e \u0437\u0430\u0434\u0430\u0451\u0442 \u0447\u0442\u0435\u043d\u0438\u0435 \u0432\u0435\u0441\u043e\u0432 \u0438\u0437 \u043f\u0430\u043c\u044f\u0442\u0438. \u041f\u0440\u0438 \u0440\u043e\u0441\u0442\u0435 \u043a\u043e\u043d\u043a\u0443\u0440\u0435\u043d\u0442\u043d\u043e\u0441\u0442\u0438 \u0432\u044b\u0447\u0438\u0441\u043b\u0438\u0442\u0435\u043b\u044c\u043d\u044b\u0435 \u0431\u043b\u043e\u043a\u0438 \u0437\u0430\u0433\u0440\u0443\u0436\u0430\u044e\u0442\u0441\u044f \u0438\u043d\u0430\u0447\u0435, \u043f\u043e\u044d\u0442\u043e\u043c\u0443 \u0440\u0435\u0437\u0443\u043b\u044c\u0442\u0430\u0442 \u043e\u0434\u043d\u043e\u0433\u043e \u043a\u043b\u0438\u0435\u043d\u0442\u0430 \u043d\u0435 \u043f\u0435\u0440\u0435\u043d\u043e\u0441\u0438\u0442\u0441\u044f \u043d\u0430 \u0441\u0435\u0440\u0432\u0435\u0440\u043d\u044b\u0439 \u0440\u0435\u0436\u0438\u043c.<\/p>\n

\u0412 llama.cpp \u043f\u0430\u0440\u0430\u043c\u0435\u0442\u0440 -t \u0437\u0430\u0434\u0430\u0451\u0442 \u043f\u043e\u0442\u043e\u043a\u0438 \u0433\u0435\u043d\u0435\u0440\u0430\u0446\u0438\u0438, \u0430 -tb, \u0434\u043e\u0441\u0442\u0443\u043f\u043d\u044b\u0439 \u0432 llama-server \u0438 llama-cli, \u043e\u0442\u0434\u0435\u043b\u044c\u043d\u043e \u0443\u043f\u0440\u0430\u0432\u043b\u044f\u0435\u0442 \u043f\u043e\u0442\u043e\u043a\u0430\u043c\u0438 batch \u0438 \u043e\u0431\u0440\u0430\u0431\u043e\u0442\u043a\u0438 \u043f\u0440\u043e\u043c\u043f\u0442\u0430. \u0412 llama-bench \u0442\u0430\u043a\u043e\u0433\u043e \u0440\u0430\u0437\u0434\u0435\u043b\u0435\u043d\u0438\u044f \u043d\u0435\u0442, \u043f\u043e\u044d\u0442\u043e\u043c\u0443 \u0444\u0430\u0437\u044b \u0440\u0430\u0437\u043d\u043e\u0441\u044f\u0442 \u043f\u043e \u043e\u0442\u0434\u0435\u043b\u044c\u043d\u044b\u043c \u043f\u0440\u043e\u0433\u043e\u043d\u0430\u043c. \u0414\u043b\u044f \u043e\u0431\u0440\u0430\u0431\u043e\u0442\u043a\u0438 \u043f\u0440\u043e\u043c\u043f\u0442\u0430 \u0441\u043e\u0445\u0440\u0430\u043d\u044f\u044e\u0442 tokens\/s \u0438 \u0432\u0440\u0435\u043c\u044f \u0432\u044b\u043f\u043e\u043b\u043d\u0435\u043d\u0438\u044f, \u043a\u043b\u0438\u0435\u043d\u0442 \u043e\u0442\u0434\u0435\u043b\u044c\u043d\u043e \u0438\u0437\u043c\u0435\u0440\u044f\u0435\u0442 TTFT. \u0414\u043b\u044f \u0433\u0435\u043d\u0435\u0440\u0430\u0446\u0438\u0438 \u043d\u0443\u0436\u043d\u044b tokens\/s, p95 \u043c\u0435\u0436\u0442\u043e\u043a\u0435\u043d\u043d\u043e\u0439 \u0437\u0430\u0434\u0435\u0440\u0436\u043a\u0438 \u0438 \u0441\u0443\u043c\u043c\u0430\u0440\u043d\u044b\u0439 throughput. \u0417\u0430\u0433\u0440\u0443\u0437\u043a\u0430 CPU \u043b\u0438\u0448\u044c \u0434\u043e\u043f\u043e\u043b\u043d\u044f\u0435\u0442 \u044d\u0442\u0438 \u043c\u0435\u0442\u0440\u0438\u043a\u0438, \u043f\u043e\u0441\u043a\u043e\u043b\u044c\u043a\u0443 \u0432\u044b\u0441\u043e\u043a\u0438\u0439 \u043f\u0440\u043e\u0446\u0435\u043d\u0442 \u043d\u0435 \u0434\u043e\u043a\u0430\u0437\u044b\u0432\u0430\u0435\u0442 \u043f\u043e\u043b\u0435\u0437\u043d\u0443\u044e \u0440\u0430\u0431\u043e\u0442\u0443.<\/p>\n

\u0412\u043e \u0432\u0440\u0435\u043c\u044f CPU-\u0441\u0435\u0440\u0438\u0438 \u0441\u0430\u0439\u0437\u0438\u043d\u0433 KV-\u043a\u044d\u0448\u0430 \u043e\u0441\u0442\u0430\u0451\u0442\u0441\u044f \u043d\u0435\u0438\u0437\u043c\u0435\u043d\u043d\u044b\u043c. \u041e\u0442\u0447\u0451\u0442 \u0441\u043e\u0434\u0435\u0440\u0436\u0438\u0442 \u0445\u0435\u0448 \u043c\u043e\u0434\u0435\u043b\u0438, \u043a\u0432\u0430\u043d\u0442\u043e\u0432\u0430\u043d\u0438\u0435, \u0434\u043b\u0438\u043d\u044b \u043a\u043e\u043d\u0442\u0435\u043a\u0441\u0442\u0430 \u0438 \u043e\u0442\u0432\u0435\u0442\u0430, \u043a\u043e\u043d\u043a\u0443\u0440\u0435\u043d\u0442\u043d\u043e\u0441\u0442\u044c, \u0432\u0435\u0440\u0441\u0438\u044e \u0440\u0430\u043d\u0442\u0430\u0439\u043c\u0430, RSS\/peak memory, \u043f\u0430\u0440\u0430\u043c\u0435\u0442\u0440\u044b \u043a\u044d\u0448\u0430, \u0442\u043e\u043f\u043e\u043b\u043e\u0433\u0438\u044e vCPU \u0438 \u0440\u0435\u0437\u0443\u043b\u044c\u0442\u0430\u0442\u044b \u043e\u0431\u0435\u0438\u0445 \u0444\u0430\u0437, \u0447\u0442\u043e\u0431\u044b \u0438\u0437\u043c\u0435\u043d\u0438\u0432\u0448\u0438\u0439\u0441\u044f batch \u043d\u0435 \u0432\u044b\u0434\u0430\u0432\u0430\u043b\u0438 \u0437\u0430 \u043f\u0440\u0438\u0440\u043e\u0441\u0442 \u043e\u0442 \u044f\u0434\u0435\u0440.<\/p>\n

\u041d\u0430\u0439\u0442\u0438 \u043f\u043e\u043b\u0435\u0437\u043d\u044b\u0439 \u043f\u0440\u0435\u0434\u0435\u043b \u0444\u0438\u0437\u0438\u0447\u0435\u0441\u043a\u0438\u0445 \u044f\u0434\u0435\u0440<\/h3>\n

\u041a\u043e\u043c\u0430\u043d\u0434\u0430 lscpu -e=CPU,CORE,SOCKET,NODE,ONLINE \u043f\u043e\u043a\u0430\u0437\u044b\u0432\u0430\u0435\u0442 \u0442\u043e\u043f\u043e\u043b\u043e\u0433\u0438\u044e \u0433\u043e\u0441\u0442\u044f, \u043a\u043e\u0442\u043e\u0440\u0430\u044f \u043d\u0435 \u043e\u0431\u044f\u0437\u0430\u0442\u0435\u043b\u044c\u043d\u043e \u0441\u043e\u0432\u043f\u0430\u0434\u0430\u0435\u0442 \u0441 \u0444\u0438\u0437\u0438\u0447\u0435\u0441\u043a\u0438\u043c \u0440\u0430\u0437\u043c\u0435\u0449\u0435\u043d\u0438\u0435\u043c \u043d\u0430 \u0445\u043e\u0441\u0442\u0435. \u0422\u0430\u043a\u0436\u0435 \u0437\u0430\u043f\u0438\u0441\u044b\u0432\u0430\u044e\u0442 %steal, CPU model, \u043f\u043e\u043b\u0438\u0442\u0438\u043a\u0443 \u0447\u0430\u0441\u0442\u043e\u0442\u044b, affinity \u0438 \u0441\u0432\u0435\u0434\u0435\u043d\u0438\u044f \u043e pinning, \u0435\u0441\u043b\u0438 \u043e\u043d\u0438 \u0434\u043e\u0441\u0442\u0443\u043f\u043d\u044b.<\/p>\n

\u0412 \u0445\u043e\u0434\u0435 thread sweep \u0447\u0438\u0441\u043b\u043e \u0434\u043e\u0441\u0442\u0443\u043f\u043d\u044b\u0445 \u044f\u0434\u0435\u0440 \u0443\u0432\u0435\u043b\u0438\u0447\u0438\u0432\u0430\u044e\u0442 \u0441\u0442\u0443\u043f\u0435\u043d\u044f\u043c\u0438. \u041d\u0430 \u043a\u0430\u0436\u0434\u043e\u0439 \u0441\u0442\u0443\u043f\u0435\u043d\u0438 \u0431\u0435\u0440\u0443\u0442 \u0442\u0443 \u0436\u0435 \u0441\u0431\u043e\u0440\u043a\u0443 \u0438 \u043f\u043e\u0432\u0442\u043e\u0440\u044f\u044e\u0442 \u0442\u0435\u0441\u0442\u044b prompt processing \u0438 generation, \u0430 \u043f\u043e\u0440\u044f\u0434\u043e\u043a \u043f\u0440\u043e\u0433\u043e\u043d\u043e\u0432 \u043c\u0435\u0436\u0434\u0443 \u0441\u0442\u0443\u043f\u0435\u043d\u044f\u043c\u0438 \u0447\u0435\u0440\u0435\u0434\u0443\u044e\u0442. \u0414\u043b\u044f llama.cpp \u043f\u043e\u0434\u043e\u0439\u0434\u0451\u0442 \u0446\u0438\u043a\u043b \u0441 <\/p>\n

llama-bench:: > thread-sweep.jsonl for t in 1 2 4 8; do   llama-bench -m model.gguf -p 512 -n 128 \\ -t \"$t\" -r 5 -o jsonl \\ >> thread-sweep.jsonl done<\/code>
<\/a><\/div><\/pre>\n
\u041d\u0430\u0431\u043e\u0440 \u0441\u0442\u0443\u043f\u0435\u043d\u0435\u0439 \u043f\u043e\u0434\u0431\u0438\u0440\u0430\u044e\u0442 \u043f\u043e\u0434 \u043a\u043e\u043d\u043a\u0440\u0435\u0442\u043d\u0443\u044e VM \u0438 \u043d\u0435 \u0432\u044b\u0445\u043e\u0434\u044f\u0442 \u0437\u0430 \u043f\u0440\u0435\u0434\u0435\u043b\u044b cpuset. \u0420\u0435\u0437\u0443\u043b\u044c\u0442\u0430\u0442\u044b \u043a\u0430\u0436\u0434\u043e\u0433\u043e \u0448\u0430\u0433\u0430 \u0432\u043a\u043b\u044e\u0447\u0430\u044e\u0442 \u043c\u0435\u0434\u0438\u0430\u043d\u0443 \u0438 \u0440\u0430\u0437\u0431\u0440\u043e\u0441 tokens\/s. \u0421\u0435\u0440\u0432\u0435\u0440\u043d\u044b\u0435 \u043c\u0435\u0442\u0440\u0438\u043a\u0438 \u0434\u043e\u0431\u0430\u0432\u043b\u044f\u044e\u0442 \u043f\u043e\u043a\u0430\u0437\u0430\u0442\u0435\u043b\u044c CPU time, \u0430 \u043e\u0442\u0434\u0435\u043b\u044c\u043d\u044b\u0439 \u043a\u043b\u0438\u0435\u043d\u0442\u0441\u043a\u0438\u0439 \u043f\u0440\u043e\u0433\u043e\u043d \u0434\u0430\u0451\u0442 TTFT \u0438 p95\/p99 \u0437\u0430\u0434\u0435\u0440\u0436\u043a\u0438. \u041f\u043e\u043b\u0435\u0437\u043d\u044b\u0439 \u043f\u0440\u0435\u0434\u0435\u043b \u0434\u043e\u0441\u0442\u0438\u0433\u043d\u0443\u0442, \u043a\u043e\u0433\u0434\u0430 \u043f\u0440\u0438\u0440\u043e\u0441\u0442 \u043e\u0442 \u043d\u043e\u0432\u044b\u0445 vCPU \u043d\u0435 \u043f\u0440\u0435\u0432\u044b\u0448\u0430\u0435\u0442 \u0440\u0430\u0437\u0431\u0440\u043e\u0441\u0430 \u043c\u0435\u0436\u0434\u0443 \u043f\u043e\u0432\u0442\u043e\u0440\u0430\u043c\u0438 \u0438\u043b\u0438 \u043a\u043e\u0433\u0434\u0430 SLO \u0443\u0445\u0443\u0434\u0448\u0430\u0435\u0442\u0441\u044f \u0438\u0437-\u0437\u0430 \u0441\u0438\u043d\u0445\u0440\u043e\u043d\u0438\u0437\u0430\u0446\u0438\u0438 \u043f\u043e\u0442\u043e\u043a\u043e\u0432 \u0438 \u0440\u043e\u0441\u0442\u0430 steal.<\/p>\n
\u041a\u0430\u043a \u0443\u0447\u0435\u0441\u0442\u044c \u0434\u043b\u0438\u043d\u0443 \u043a\u043e\u043d\u0442\u0435\u043a\u0441\u0442\u0430 \u0438 \u043a\u043e\u043d\u043a\u0443\u0440\u0435\u043d\u0442\u043d\u043e\u0441\u0442\u044c?<\/h4>\n
    \n
  1. \n
    \u0414\u043b\u044f \u043a\u0430\u0436\u0434\u043e\u0433\u043e \u0440\u0435\u0436\u0438\u043c\u0430 \u0437\u0430\u0444\u0438\u043a\u0441\u0438\u0440\u0443\u0439\u0442\u0435 p95 \u0432\u0445\u043e\u0434\u043d\u044b\u0445 \u0438 \u0432\u044b\u0445\u043e\u0434\u043d\u044b\u0445 \u0442\u043e\u043a\u0435\u043d\u043e\u0432, \u0447\u0438\u0441\u043b\u043e \u0430\u043a\u0442\u0438\u0432\u043d\u044b\u0445 \u043f\u043e\u0441\u043b\u0435\u0434\u043e\u0432\u0430\u0442\u0435\u043b\u044c\u043d\u043e\u0441\u0442\u0435\u0439 \u0438 batch.<\/p>\n<\/li>\n
  2. \n
    \u041f\u043e\u0434\u0441\u0442\u0430\u0432\u044c\u0442\u0435 \u044d\u0442\u0438 \u0437\u043d\u0430\u0447\u0435\u043d\u0438\u044f \u0432 \u0444\u043e\u0440\u043c\u0443\u043b\u0443 KV-\u043a\u044d\u0448\u0430 \u0441 \u043f\u0430\u0440\u0430\u043c\u0435\u0442\u0440\u0430\u043c\u0438 \u0430\u0440\u0445\u0438\u0442\u0435\u043a\u0442\u0443\u0440\u044b \u0438 \u0442\u043e\u0447\u043d\u043e\u0441\u0442\u044c\u044e \u043a\u044d\u0448\u0430.<\/p>\n<\/li>\n
  3. \n
    \u0421\u0432\u0435\u0440\u044c\u0442\u0435 \u043e\u0446\u0435\u043d\u043a\u0443 \u0441 \u043b\u043e\u0433\u043e\u043c \u0440\u0430\u043d\u0442\u0430\u0439\u043c\u0430, peak RSS \u0438 \u0437\u0430\u0434\u0435\u0440\u0436\u043a\u0430\u043c\u0438 \u043f\u0440\u043e\u0433\u0440\u0435\u0442\u043e\u0433\u043e \u043f\u0440\u043e\u0433\u043e\u043d\u0430 \u0431\u0435\u0437 swap.<\/p>\n<\/li>\n<\/ol>\n
    \u0422\u0430\u043a \u043f\u043b\u0430\u043d\u0438\u0440\u043e\u0432\u0430\u043d\u0438\u0435 \u043c\u043e\u0449\u043d\u043e\u0441\u0442\u0438 \u043b\u043e\u043a\u0430\u043b\u044c\u043d\u043e\u0439 LLM<\/a> \u0434\u0430\u0451\u0442 \u043f\u0440\u043e\u0432\u0435\u0440\u044f\u0435\u043c\u0443\u044e \u043e\u0446\u0435\u043d\u043a\u0443 \u0434\u043b\u044f \u043a\u0430\u0436\u0434\u043e\u0433\u043e \u0440\u0435\u0436\u0438\u043c\u0430. \u0418\u0437\u043c\u0435\u043d\u0435\u043d\u0438\u0435 \u043a\u0432\u0430\u043d\u0442\u043e\u0432\u0430\u043d\u0438\u044f, \u043a\u043e\u043d\u0442\u0435\u043a\u0441\u0442\u0430, batch \u0438\u043b\u0438 \u043a\u043e\u043d\u043a\u0443\u0440\u0435\u043d\u0442\u043d\u043e\u0441\u0442\u0438 \u0442\u0440\u0435\u0431\u0443\u0435\u0442 \u043d\u043e\u0432\u043e\u0433\u043e \u043f\u0440\u043e\u0433\u043e\u043d\u0430, \u0442\u0430\u043a \u043a\u0430\u043a \u0442\u043e\u0447\u043a\u0430 \u043d\u0430\u0441\u044b\u0449\u0435\u043d\u0438\u044f \u043c\u043e\u0436\u0435\u0442 \u0441\u0434\u0432\u0438\u043d\u0443\u0442\u044c\u0441\u044f \u0434\u0430\u0436\u0435 \u043d\u0430 \u0442\u043e\u0439 \u0436\u0435 VM.<\/p>\n
    \u041f\u0440\u043e\u0432\u0435\u0440\u0438\u0442\u044c bandwidth \u0438 \u0440\u0430\u0437\u043c\u0435\u0449\u0435\u043d\u0438\u0435 \u0431\u043e\u043b\u044c\u0448\u043e\u0439 \u043c\u043e\u0434\u0435\u043b\u0438<\/h3>\n
    \u0411\u043e\u043b\u044c\u0448\u0430\u044f CPU-\u043c\u043e\u0434\u0435\u043b\u044c \u043f\u043e\u0441\u0442\u043e\u044f\u043d\u043d\u043e \u043e\u0431\u0440\u0430\u0449\u0430\u0435\u0442\u0441\u044f \u043a \u043f\u0430\u043c\u044f\u0442\u0438, \u043f\u043e\u044d\u0442\u043e\u043c\u0443 \u0447\u0438\u0441\u043b\u043e vCPU \u043e\u0446\u0435\u043d\u0438\u0432\u0430\u044e\u0442 \u0432\u043c\u0435\u0441\u0442\u0435 \u0441 \u0442\u043e\u043f\u043e\u043b\u043e\u0433\u0438\u0435\u0439. numactl —hardware \u043f\u043e\u043a\u0430\u0437\u044b\u0432\u0430\u0435\u0442 NUMA-\u0443\u0437\u043b\u044b \u0433\u043e\u0441\u0442\u044f, \u0430 \u0432\u044b\u0432\u043e\u0434 numastat -p PID \u043e\u0442\u0440\u0430\u0436\u0430\u0435\u0442 \u0440\u0430\u0441\u043f\u0440\u0435\u0434\u0435\u043b\u0435\u043d\u0438\u0435 \u0441\u0442\u0440\u0430\u043d\u0438\u0446 \u043f\u0440\u043e\u0446\u0435\u0441\u0441\u0430. \u0420\u0435\u0430\u043b\u044c\u043d\u043e\u0435 \u0440\u0430\u0437\u043c\u0435\u0449\u0435\u043d\u0438\u0435 VM \u043f\u043e\u0434\u0442\u0432\u0435\u0440\u0436\u0434\u0430\u0435\u0442\u0441\u044f \u0442\u043e\u043b\u044c\u043a\u043e \u043d\u0430 \u0441\u0442\u043e\u0440\u043e\u043d\u0435 \u0445\u043e\u0441\u0442\u0430 \u0438\u043b\u0438 \u043f\u043e \u0434\u0430\u043d\u043d\u044b\u043c \u043f\u043b\u0430\u0442\u0444\u043e\u0440\u043c\u044b.<\/p>\n
    \u0421\u0440\u0430\u0432\u043d\u0435\u043d\u0438\u0435 \u0442\u0440\u0435\u0431\u0443\u0435\u0442 \u043e\u0434\u0438\u043d\u0430\u043a\u043e\u0432\u043e\u0439 affinity \u0438 \u043f\u043e\u043b\u0438\u0442\u0438\u043a\u0438 \u043f\u0430\u043c\u044f\u0442\u0438. \u041f\u0440\u043e\u0446\u0435\u0441\u0441 \u0441\u043d\u0430\u0447\u0430\u043b\u0430 \u0443\u0434\u0435\u0440\u0436\u0438\u0432\u0430\u044e\u0442 \u0432 \u043e\u0434\u043d\u043e\u043c \u0443\u0437\u043b\u0435, \u0437\u0430\u0442\u0435\u043c \u043f\u0440\u043e\u0432\u0435\u0440\u044f\u044e\u0442 \u043c\u0435\u0436\u0443\u0437\u043b\u043e\u0432\u043e\u0435 \u0440\u0430\u0437\u043c\u0435\u0449\u0435\u043d\u0438\u0435. \u041f\u0440\u0438 \u043f\u0430\u0434\u0435\u043d\u0438\u0438 tokens\/s \u0438\u043b\u0438 \u0440\u043e\u0441\u0442\u0435 p99 \u043f\u0440\u043e\u0432\u0435\u0440\u044f\u044e\u0442 \u043e\u0431\u0440\u0430\u0449\u0435\u043d\u0438\u044f \u043a \u043f\u0430\u043c\u044f\u0442\u0438 \u0447\u0443\u0436\u043e\u0433\u043e \u0443\u0437\u043b\u0430 \u0438 memory bandwidth, \u0430 \u0432\u044b\u0447\u0438\u0441\u043b\u0438\u0442\u0435\u043b\u044c\u043d\u044b\u0435 \u043f\u043e\u0442\u043e\u043a\u0438 \u043c\u043e\u0433\u0443\u0442 \u0431\u044b\u0442\u044c \u043d\u0438 \u043f\u0440\u0438 \u0447\u0451\u043c.<\/p>\n
    \u041e\u0442\u0434\u0435\u043b\u044c\u043d\u044b\u0439 \u0442\u0435\u0441\u0442 \u043f\u0430\u043c\u044f\u0442\u0438 \u0434\u0430\u0451\u0442 \u0444\u0430\u043a\u0442\u0438\u0447\u0435\u0441\u043a\u0443\u044e \u043f\u0440\u043e\u043f\u0443\u0441\u043a\u043d\u0443\u044e \u0441\u043f\u043e\u0441\u043e\u0431\u043d\u043e\u0441\u0442\u044c, \u043a\u043e\u0442\u043e\u0440\u0443\u044e \u0441\u043e\u043f\u043e\u0441\u0442\u0430\u0432\u043b\u044f\u044e\u0442 \u0441\u043e \u0441\u043a\u043e\u0440\u043e\u0441\u0442\u044c\u044e generation. \u041d\u0430 VPS \u0430\u043f\u043f\u0430\u0440\u0430\u0442\u043d\u044b\u0435 \u0441\u0447\u0451\u0442\u0447\u0438\u043a\u0438 \u043c\u043e\u0433\u0443\u0442 \u0431\u044b\u0442\u044c \u043d\u0435\u0434\u043e\u0441\u0442\u0443\u043f\u043d\u044b, \u0430 \u0441\u043e\u0441\u0435\u0434\u043d\u0438\u0435 VM \u043c\u0435\u043d\u044f\u044e\u0442 \u0434\u043e\u0441\u0442\u0443\u043f\u043d\u044b\u0439 \u0440\u0435\u0441\u0443\u0440\u0441. \u0414\u043b\u044f \u043a\u0430\u0436\u0434\u043e\u0439 \u0441\u0435\u0440\u0438\u0438 \u0441\u043e\u0445\u0440\u0430\u043d\u044f\u044e\u0442 \u0432\u0440\u0435\u043c\u044f, %steal \u0438 \u0440\u0435\u0437\u0443\u043b\u044c\u0442\u0430\u0442\u044b \u043f\u043e\u0432\u0442\u043e\u0440\u043e\u0432.<\/p>\n
    \u0421\u043e\u0431\u0440\u0430\u0442\u044c \u043f\u0440\u043e\u0432\u0435\u0440\u044f\u0435\u043c\u044b\u0435 \u0440\u0430\u0437\u043c\u0435\u0440\u044b \u0434\u043b\u044f \u0442\u0440\u0451\u0445 \u0440\u0435\u0436\u0438\u043c\u043e\u0432<\/h3>\n
    \u0418\u0442\u043e\u0433\u043e\u0432\u0430\u044f \u0442\u0430\u0431\u043b\u0438\u0446\u0430 \u043d\u0435 \u0441\u043e\u0434\u0435\u0440\u0436\u0438\u0442 \u0443\u043d\u0438\u0432\u0435\u0440\u0441\u0430\u043b\u044c\u043d\u044b\u0445 \u0447\u0438\u0441\u0435\u043b, \u0437\u0434\u0435\u0441\u044c \u0432 \u043a\u0430\u0436\u0434\u043e\u0439 \u0441\u0442\u0440\u043e\u043a\u0435 \u043f\u0440\u0438\u0432\u0435\u0434\u0435\u043d\u044b \u0440\u0435\u0437\u0443\u043b\u044c\u0442\u0430\u0442\u044b \u043e\u0442\u0434\u0435\u043b\u044c\u043d\u043e\u0433\u043e \u043f\u0440\u043e\u0444\u0438\u043b\u044f \u0437\u0430\u043f\u0440\u043e\u0441\u043e\u0432.<\/p>\n
    \n
    \n\n\n\n\n\n\n
    \n
    \u0420\u0435\u0436\u0438\u043c<\/strong><\/p>\n<\/td>\n
    		\n
    \u041f\u0440\u043e\u0444\u0438\u043b\u044c<\/strong><\/p>\n<\/td>\n
    		\n
    \u0411\u044e\u0434\u0436\u0435\u0442 RAM<\/strong><\/p>\n<\/td>\n
    		\n
    \u041a\u0440\u0438\u0442\u0435\u0440\u0438\u0439 CPU<\/strong><\/p>\n<\/td>\n<\/tr>\n
    \n
    \u041e\u0434\u0438\u043d \u043f\u043e\u043b\u044c\u0437\u043e\u0432\u0430\u0442\u0435\u043b\u044c<\/p>\n<\/td>\n
    		\n
    \u041e\u0434\u043d\u0430 \u043f\u043e\u0441\u043b\u0435\u0434\u043e\u0432\u0430\u0442\u0435\u043b\u044c\u043d\u043e\u0441\u0442\u044c, p95 input\/output<\/p>\n<\/td>\n
    		\n
    Peak RSS, \u043e\u0434\u0438\u043d KV-\u043a\u043e\u043d\u0442\u0435\u043a\u0441\u0442, headroom<\/p>\n<\/td>\n
    		\n
    TTFT \u0438 generation \u0434\u043e \u043f\u043b\u0430\u0442\u043e<\/p>\n<\/td>\n<\/tr>\n
    \n
    \u0418\u043d\u0442\u0435\u0440\u0430\u043a\u0442\u0438\u0432\u043d\u044b\u0439<\/p>\n<\/td>\n
    		\n
    \u0420\u0430\u0431\u043e\u0447\u0430\u044f \u043a\u043e\u043d\u043a\u0443\u0440\u0435\u043d\u0442\u043d\u043e\u0441\u0442\u044c \u0438 \u043e\u0447\u0435\u0440\u0435\u0434\u044c<\/p>\n<\/td>\n
    		\n
    \u0417\u0430\u043d\u044f\u0442\u044b\u0439 KV-\u043f\u0443\u043b, peak RSS, \u0437\u0430\u043f\u0430\u0441 SLO<\/p>\n<\/td>\n
    		\n
    p95\/p99 latency \u0438 \u043e\u0431\u0449\u0438\u0439 throughput<\/p>\n<\/td>\n<\/tr>\n
    \n
    Batch<\/p>\n<\/td>\n
    		\n
    \u0417\u0430\u0444\u0438\u043a\u0441\u0438\u0440\u043e\u0432\u0430\u043d\u043d\u044b\u0435 batch \u0438 \u0434\u043b\u0438\u043d\u044b<\/p>\n<\/td>\n
    		\n
    Peak RSS \u043f\u0430\u043a\u0435\u0442\u0430 \u0438 \u0440\u0435\u0437\u0435\u0440\u0432 \u043e\u0431\u043d\u043e\u0432\u043b\u0435\u043d\u0438\u044f<\/p>\n<\/td>\n
    		\n
    Throughput \u0438 \u0432\u0440\u0435\u043c\u044f \u0437\u0430\u0434\u0430\u043d\u0438\u044f<\/p>\n<\/td>\n<\/tr>\n<\/tbody>\n<\/table>\n<\/div>\n<\/div>\n
    \u041f\u0440\u0438 \u043e\u0434\u043d\u043e\u043c \u043f\u043e\u043b\u044c\u0437\u043e\u0432\u0430\u0442\u0435\u043b\u0435 \u0432\u0430\u0436\u043d\u044b TTFT \u0438 \u0441\u043a\u043e\u0440\u043e\u0441\u0442\u044c \u0433\u0435\u043d\u0435\u0440\u0430\u0446\u0438\u0438. \u041f\u0440\u043e\u0444\u0438\u043b\u044c \u043d\u0435\u0441\u043a\u043e\u043b\u044c\u043a\u0438\u0445 \u0438\u043d\u0442\u0435\u0440\u0430\u043a\u0442\u0438\u0432\u043d\u044b\u0445 \u043a\u043b\u0438\u0435\u043d\u0442\u043e\u0432 \u0432\u043a\u043b\u044e\u0447\u0430\u0435\u0442 p95\/p99, \u043e\u0447\u0435\u0440\u0435\u0434\u044c \u0438 \u0437\u0430\u043d\u044f\u0442\u044b\u0439 KV-\u043f\u0443\u043b. \u0412 batch-\u0440\u0435\u0436\u0438\u043c\u0435 \u0434\u043e\u043f\u0443\u0441\u0442\u0438\u043c\u0430 \u0431\u043e\u043b\u044c\u0448\u0430\u044f \u0437\u0430\u0434\u0435\u0440\u0436\u043a\u0430 \u0437\u0430\u0434\u0430\u043d\u0438\u044f, \u0435\u0441\u043b\u0438 \u043e\u0431\u0449\u0438\u0439 throughput \u0440\u0430\u0441\u0442\u0451\u0442 \u0432 \u043f\u0440\u0435\u0434\u0435\u043b\u0430\u0445 \u0431\u044e\u0434\u0436\u0435\u0442\u0430 RAM.<\/p>\n
    \u0411\u043e\u043b\u044c\u0448\u0435 RAM \u043d\u0443\u0436\u043d\u043e, \u0435\u0441\u043b\u0438 \u043f\u043e\u0432\u0442\u043e\u0440\u044f\u0435\u043c\u044b\u0439 \u043f\u0438\u043a \u0441 \u0437\u0430\u043f\u0430\u0441\u043e\u043c \u043f\u0440\u0438\u0431\u043b\u0438\u0436\u0430\u0435\u0442\u0441\u044f \u043a \u043b\u0438\u043c\u0438\u0442\u0443 \u0438\u043b\u0438 \u043f\u043e\u044f\u0432\u043b\u044f\u044e\u0442\u0441\u044f reclaim \u0438 swap. \u041d\u043e\u0432\u044b\u0435 vCPU \u0438\u043c\u0435\u0435\u0442 \u0441\u043c\u044b\u0441\u043b \u0434\u043e\u0431\u0430\u0432\u043b\u044f\u0442\u044c, \u043f\u043e\u043a\u0430 \u043a\u0440\u0438\u0432\u0430\u044f \u043d\u0443\u0436\u043d\u043e\u0439 \u0444\u0430\u0437\u044b \u0440\u0430\u0441\u0442\u0451\u0442. \u0415\u0441\u043b\u0438 \u0443\u0432\u0435\u043b\u0438\u0447\u0435\u043d\u0438\u0435 threads \u0443\u0436\u0435 \u043d\u0435 \u043f\u043e\u043c\u043e\u0433\u0430\u0435\u0442, \u0441\u043b\u0435\u0434\u0443\u044e\u0449\u0438\u0439 \u0442\u0435\u0441\u0442 \u043f\u0440\u043e\u0432\u043e\u0434\u044f\u0442 \u0441 \u0431\u043e\u043b\u0435\u0435 \u0431\u044b\u0441\u0442\u0440\u044b\u043c CPU \u0438\u043b\u0438 \u043f\u0430\u043c\u044f\u0442\u044c\u044e, \u0434\u0440\u0443\u0433\u0438\u043c NUMA-\u0440\u0430\u0437\u043c\u0435\u0449\u0435\u043d\u0438\u0435\u043c, GPU-offload \u043b\u0438\u0431\u043e \u0438\u043d\u043e\u0439 \u043f\u043e\u043b\u0438\u0442\u0438\u043a\u043e\u0439 batch \u0438 KV-cache.<\/p>\n
    \u041a \u0440\u0435\u0437\u0443\u043b\u044c\u0442\u0430\u0442\u0443 \u043f\u0440\u0438\u043a\u043b\u0430\u0434\u044b\u0432\u0430\u044e\u0442 \u0432\u0435\u0440\u0441\u0438\u0438, \u0432\u0445\u043e\u0434\u043d\u044b\u0435 \u0434\u0430\u043d\u043d\u044b\u0435, \u0442\u0430\u0431\u043b\u0438\u0446\u0443 \u0438 \u0441\u044b\u0440\u043e\u0439 JSONL. \u041d\u043e\u0432\u044b\u0439 \u043f\u0440\u043e\u0444\u0438\u043b\u044c \u043d\u0443\u0436\u0435\u043d \u043f\u0440\u0438 \u0441\u043c\u0435\u043d\u0435 \u043c\u043e\u0434\u0435\u043b\u0438, \u0440\u0430\u043d\u0442\u0430\u0439\u043c\u0430 \u0438\u043b\u0438 \u043a\u043e\u043d\u043a\u0443\u0440\u0435\u043d\u0446\u0438\u0438. \u041f\u043e \u0442\u0430\u043a\u043e\u043c\u0443 \u043f\u0440\u043e\u0444\u0438\u043b\u044e \u0440\u0435\u0441\u0443\u0440\u0441\u044b \u043f\u0435\u0440\u0435\u0441\u0447\u0438\u0442\u044b\u0432\u0430\u044e\u0442 \u0434\u043e \u043f\u043e\u043a\u0443\u043f\u043a\u0438 VM, \u0430 \u043f\u043e\u0441\u043b\u0435 \u0440\u0430\u0437\u0432\u0451\u0440\u0442\u044b\u0432\u0430\u043d\u0438\u044f \u043f\u043e\u0434\u0442\u0432\u0435\u0440\u0436\u0434\u0430\u044e\u0442 \u0442\u0435\u043c \u0436\u0435 \u0441\u0446\u0435\u043d\u0430\u0440\u0438\u0435\u043c.<\/p>\n
    \u0418\u0442\u043e\u0433\u043e\u0432\u044b\u0439 \u0441\u0430\u0439\u0437\u0438\u043d\u0433 RAM \u0438 vCPU \u0434\u043b\u044f \u043b\u043e\u043a\u0430\u043b\u044c\u043d\u043e\u0439 \u044f\u0437\u044b\u043a\u043e\u0432\u043e\u0439 \u043c\u043e\u0434\u0435\u043b\u0438 \u043e\u043f\u0438\u0440\u0430\u0435\u0442\u0441\u044f \u043d\u0430 \u0438\u0437\u043c\u0435\u0440\u0435\u043d\u043d\u043e\u0435 \u043f\u043e\u0442\u0440\u0435\u0431\u043b\u0435\u043d\u0438\u0435 \u043f\u043b\u044e\u0441 \u0437\u0430\u043b\u043e\u0436\u0435\u043d\u043d\u044b\u0439 \u0437\u0430\u043f\u0430\u0441. \u0420\u0430\u0437\u043c\u0435\u0440 \u0444\u0430\u0439\u043b\u0430 \u0438 \u0444\u043e\u0440\u043c\u0443\u043b\u0430 KV-\u043a\u044d\u0448\u0430 \u0434\u0430\u044e\u0442 \u0438\u0441\u0445\u043e\u0434\u043d\u0443\u044e \u043e\u0446\u0435\u043d\u043a\u0443, \u0430 peak RSS\/PSS, memory.current \u0438 thread sweep \u0443\u0442\u043e\u0447\u043d\u044f\u044e\u0442 \u0435\u0451 \u043d\u0430 \u043a\u043e\u043d\u043a\u0440\u0435\u0442\u043d\u043e\u0439 VM. \u041f\u043e \u044f\u0434\u0440\u0430\u043c \u0433\u0440\u0430\u043d\u0438\u0446\u0430 \u0441\u0432\u043e\u044f: \u043f\u043e\u0441\u043b\u0435 \u043d\u0430\u0441\u044b\u0449\u0435\u043d\u0438\u044f \u0446\u0435\u043b\u0435\u0432\u043e\u0439 \u0444\u0430\u0437\u044b \u043d\u043e\u0432\u044b\u0435 vCPU \u0441\u043a\u043e\u0440\u043e\u0441\u0442\u044c \u0443\u0436\u0435 \u043d\u0435 \u043f\u043e\u0434\u043d\u0438\u043c\u0430\u044e\u0442. \u0415\u0441\u043b\u0438 SLO \u043d\u0435 \u0432\u044b\u043f\u043e\u043b\u043d\u044f\u0435\u0442\u0441\u044f \u043f\u043e\u0441\u043b\u0435 \u043f\u043b\u0430\u0442\u043e CPU, \u043f\u0440\u0438\u0447\u0438\u043d\u0443 \u0438\u0449\u0443\u0442 \u0432 \u043f\u0430\u043c\u044f\u0442\u0438, NUMA, GPU \u0438\u043b\u0438 \u0440\u0430\u043d\u0442\u0430\u0439\u043c\u0435.<\/p>\n<\/div>\n
    \u0441\u0441\u044b\u043b\u043a\u0430 \u043d\u0430 \u043e\u0440\u0438\u0433\u0438\u043d\u0430\u043b \u0441\u0442\u0430\u0442\u044c\u0438 https:\/\/habr.com\/ru\/articles\/1080970\/<\/a><\/p>\n","protected":false},"excerpt":{"rendered":"
    \u0421\u0430\u0439\u0437\u0438\u043d\u0433 RAM \u0438 vCPU \u0434\u043b\u044f \u043b\u043e\u043a\u0430\u043b\u044c\u043d\u043e\u0439 \u044f\u0437\u044b\u043a\u043e\u0432\u043e\u0439 \u043c\u043e\u0434\u0435\u043b\u0438 \u043d\u0430\u0447\u0438\u043d\u0430\u0435\u0442\u0441\u044f \u0441 \u043a\u043e\u043d\u043a\u0440\u0435\u0442\u043d\u044b\u0445 \u0432\u0435\u0441\u043e\u0432 \u0438 \u043f\u0440\u043e\u0444\u0438\u043b\u044f \u0437\u0430\u043f\u0440\u043e\u0441\u043e\u0432. \u0418\u0441\u0445\u043e\u0434\u043d\u044b\u0435 \u0442\u0440\u0435\u0431\u043e\u0432\u0430\u043d\u0438\u044f self-hosted LLM \u0432\u043a\u043b\u044e\u0447\u0430\u044e\u0442 \u0434\u043b\u0438\u043d\u0443 \u0432\u0445\u043e\u0434\u0430 \u0438 \u043e\u0442\u0432\u0435\u0442\u0430, \u043a\u043e\u043d\u043a\u0443\u0440\u0435\u043d\u0442\u043d\u043e\u0441\u0442\u044c, \u0440\u0430\u043d\u0442\u0430\u0439\u043c \u0438 \u0441\u0445\u0435\u043c\u0443 offload. \u0420\u0430\u0441\u0447\u0451\u0442 \u043f\u043e \u0440\u0430\u0437\u043c\u0435\u0440\u0443 \u0432\u0435\u0441\u043e\u0432 \u0438 \u0444\u043e\u0440\u043c\u0443\u043b\u0435 KV-\u043a\u044d\u0448\u0430 \u0434\u0430\u0451\u0442 \u0441\u0442\u0430\u0440\u0442\u043e\u0432\u0443\u044e \u043a\u043e\u043d\u0444\u0438\u0433\u0443\u0440\u0430\u0446\u0438\u044e, \u0430 \u043f\u0440\u043e\u0433\u0440\u0435\u0442\u044b\u0439 \u0442\u0435\u0441\u0442 \u043f\u043e\u043a\u0430\u0437\u044b\u0432\u0430\u0435\u0442 \u0440\u0435\u0430\u043b\u044c\u043d\u043e\u0435 \u043f\u043e\u0442\u0440\u0435\u0431\u043b\u0435\u043d\u0438\u0435 \u043f\u0430\u043c\u044f\u0442\u0438 \u0438 \u0442\u043e\u0447\u043a\u0443, \u0433\u0434\u0435 CPU \u043f\u0435\u0440\u0435\u0441\u0442\u0430\u0451\u0442 \u043f\u043e\u043c\u043e\u0433\u0430\u0442\u044c.\u0421\u043a\u043e\u043b\u044c\u043a\u043e RAM \u043d\u0443\u0436\u043d\u043e \u043a\u0432\u0430\u043d\u0442\u043e\u0432\u0430\u043d\u043d\u043e\u0439 \u043c\u043e\u0434\u0435\u043b\u0438?RAM \u0434\u043e\u043b\u0436\u043d\u0430 \u0432\u043c\u0435\u0449\u0430\u0442\u044c \u0432\u0435\u0441\u0430, KV-\u043a\u044d\u0448, \u0440\u0430\u0431\u043e\u0447\u0438\u0435 \u0431\u0443\u0444\u0435\u0440\u044b \u0440\u0430\u043d\u0442\u0430\u0439\u043c\u0430 \u0438 \u0437\u0430\u043f\u0430\u0441 \u041e\u0421. \u041e\u0441\u043d\u043e\u0432\u043e\u0439 \u0441\u043b\u0443\u0436\u0438\u0442 \u0440\u0430\u0437\u043c\u0435\u0440 \u0444\u0430\u0439\u043b\u043e\u0432 \u043a\u0432\u0430\u043d\u0442\u043e\u0432\u0430\u043d\u043d\u043e\u0439 \u043c\u043e\u0434\u0435\u043b\u0438, \u0430 \u0447\u0438\u0441\u043b\u043e \u043f\u0430\u0440\u0430\u043c\u0435\u0442\u0440\u043e\u0432 \u0434\u0430\u0451\u0442 \u043b\u0438\u0448\u044c \u043f\u0440\u0435\u0434\u0432\u0430\u0440\u0438\u0442\u0435\u043b\u044c\u043d\u0443\u044e \u043e\u0446\u0435\u043d\u043a\u0443. \u0418\u0442\u043e\u0433 \u043f\u043e\u0434\u0442\u0432\u0435\u0440\u0436\u0434\u0430\u044e\u0442 \u043f\u0440\u043e\u0433\u0440\u0435\u0442\u044b\u043c \u0437\u0430\u043f\u0443\u0441\u043a\u043e\u043c: \u0438\u0437\u043c\u0435\u0440\u044f\u044e\u0442 peak RSS\/PSS \u0438 memory.current \u0431\u0435\u0437 swap \u043f\u0440\u0438 \u0446\u0435\u043b\u0435\u0432\u043e\u043c \u043a\u043e\u043d\u0442\u0435\u043a\u0441\u0442\u0435, \u043a\u043e\u043d\u043a\u0443\u0440\u0435\u043d\u0442\u043d\u043e\u0441\u0442\u0438 \u0438 \u043c\u0430\u043a\u0441\u0438\u043c\u0430\u043b\u044c\u043d\u043e\u0439 \u0434\u043b\u0438\u043d\u0435 \u043e\u0442\u0432\u0435\u0442\u0430.\u0417\u0430\u0444\u0438\u043a\u0441\u0438\u0440\u043e\u0432\u0430\u0442\u044c \u043c\u043e\u0434\u0435\u043b\u044c, \u043a\u043e\u043d\u0442\u0435\u043a\u0441\u0442 \u0438 \u043a\u043e\u043d\u043a\u0443\u0440\u0435\u043d\u0442\u043d\u043e\u0441\u0442\u044c\u041d\u0430\u0437\u0432\u0430\u043d\u0438\u0435 \u0441\u0435\u043c\u0435\u0439\u0441\u0442\u0432\u0430 \u0432\u0440\u043e\u0434\u0435 Qwen \u0438\u043b\u0438 Llama \u043e\u0441\u043e\u0431\u043e \u043d\u0438\u0447\u0435\u0433\u043e \u043d\u0435 \u0434\u0430\u0451\u0442. \u0412\u043c\u0435\u0441\u0442\u043e \u044d\u0442\u043e\u0433\u043e \u0437\u0430\u043f\u0438\u0441\u044b\u0432\u0430\u044e\u0442 \u0440\u0435\u043f\u043e\u0437\u0438\u0442\u043e\u0440\u0438\u0439 \u0438 revision, \u0445\u0435\u0448 \u0444\u0430\u0439\u043b\u043e\u0432, \u0444\u043e\u0440\u043c\u0430\u0442, \u043a\u0432\u0430\u043d\u0442\u043e\u0432\u0430\u043d\u0438\u0435, \u0432\u0435\u0440\u0441\u0438\u044e \u0440\u0430\u043d\u0442\u0430\u0439\u043c\u0430, chat template \u0438 tokenizer. \u0414\u043b\u044f MoE-\u043c\u043e\u0434\u0435\u043b\u0438 \u043e\u0442\u0434\u0435\u043b\u044c\u043d\u043e \u0443\u043a\u0430\u0437\u044b\u0432\u0430\u044e\u0442 \u043e\u0431\u0449\u0435\u0435 \u0438 \u0430\u043a\u0442\u0438\u0432\u043d\u043e\u0435 \u0447\u0438\u0441\u043b\u043e \u043f\u0430\u0440\u0430\u043c\u0435\u0442\u0440\u043e\u0432.\u041f\u0440\u043e\u0444\u0438\u043b\u044c \u0442\u0440\u0430\u0444\u0438\u043a\u0430 \u0441\u043e\u0434\u0435\u0440\u0436\u0438\u0442 p50, p95 \u0438 \u043c\u0430\u043a\u0441\u0438\u043c\u0443\u043c \u0432\u0445\u043e\u0434\u043d\u044b\u0445 \u0442\u043e\u043a\u0435\u043d\u043e\u0432, \u0434\u043b\u0438\u043d\u0443 \u043e\u0442\u0432\u0435\u0442\u0430, \u0447\u0438\u0441\u043b\u043e \u0430\u043a\u0442\u0438\u0432\u043d\u044b\u0445 \u043a\u043b\u0438\u0435\u043d\u0442\u043e\u0432 \u0438 \u043d\u0430\u0441\u0442\u0440\u043e\u0439\u043a\u0438 batch. \u0418\u043d\u0442\u0435\u0440\u0430\u043a\u0442\u0438\u0432\u043d\u044b\u0439 \u0440\u0435\u0436\u0438\u043c \u043e\u0446\u0435\u043d\u0438\u0432\u0430\u044e\u0442 \u043f\u043e TTFT \u0438 \u043c\u0435\u0436\u0442\u043e\u043a\u0435\u043d\u043d\u043e\u0439 \u0437\u0430\u0434\u0435\u0440\u0436\u043a\u0435. \u0414\u043b\u044f \u043f\u0430\u043a\u0435\u0442\u043d\u043e\u0433\u043e \u0440\u0435\u0436\u0438\u043c\u0430 \u0432\u0430\u0436\u043d\u044b \u043e\u0431\u0449\u0438\u0439 throughput \u0438 \u0432\u0440\u0435\u043c\u044f \u0432\u044b\u043f\u043e\u043b\u043d\u0435\u043d\u0438\u044f \u0437\u0430\u0434\u0430\u043d\u0438\u044f.\u0422\u0430\u043a \u0442\u0440\u0435\u0431\u043e\u0432\u0430\u043d\u0438\u044f self-hosted LLM \u043f\u0440\u0438\u0432\u044f\u0437\u044b\u0432\u0430\u044e\u0442 \u0440\u0435\u0441\u0443\u0440\u0441\u044b \u043a \u043a\u043e\u043d\u043a\u0440\u0435\u0442\u043d\u043e\u043c\u0443 \u0441\u0446\u0435\u043d\u0430\u0440\u0438\u044e. \u041e\u0434\u0438\u043d \u043f\u043e\u043b\u044c\u0437\u043e\u0432\u0430\u0442\u0435\u043b\u044c \u0441 \u043a\u043e\u043d\u0442\u0435\u043a\u0441\u0442\u043e\u043c 4K \u0440\u0430\u0441\u0445\u043e\u0434\u0443\u0435\u0442 KV-\u043a\u044d\u0448 \u0438 CPU \u043d\u0435 \u0442\u0430\u043a, \u043a\u0430\u043a \u0432\u043e\u0441\u0435\u043c\u044c \u043e\u0434\u043d\u043e\u0432\u0440\u0435\u043c\u0435\u043d\u043d\u044b\u0445 \u043f\u043e\u0441\u043b\u0435\u0434\u043e\u0432\u0430\u0442\u0435\u043b\u044c\u043d\u043e\u0441\u0442\u0435\u0439 \u043f\u043e 4K. \u041f\u0440\u0438 \u043d\u0435\u0438\u0437\u0432\u0435\u0441\u0442\u043d\u043e\u043c \u043f\u0440\u043e\u0444\u0438\u043b\u0435 \u043b\u0443\u0447\u0448\u0435 \u043f\u0440\u043e\u0432\u0435\u0440\u0438\u0442\u044c \u043d\u0435\u0441\u043a\u043e\u043b\u044c\u043a\u043e \u0437\u0430\u0434\u0430\u043d\u043d\u044b\u0445 \u0441\u0446\u0435\u043d\u0430\u0440\u0438\u0435\u0432, \u0430 \u043d\u0435 \u0443\u0441\u0440\u0435\u0434\u043d\u044f\u0442\u044c \u0438\u0445 \u0432 \u0438\u0441\u043a\u0443\u0441\u0441\u0442\u0432\u0435\u043d\u043d\u044b\u0439 \u0437\u0430\u043f\u0440\u043e\u0441.\u0421\u0447\u0438\u0442\u0430\u0442\u044c \u043f\u0430\u043c\u044f\u0442\u044c \u043c\u043e\u0434\u0435\u043b\u0438 \u043f\u043e \u0440\u0435\u0430\u043b\u044c\u043d\u043e\u043c\u0443 \u0444\u0430\u0439\u043b\u0443 \u0438 \u0441\u0445\u0435\u043c\u0435 \u0437\u0430\u0433\u0440\u0443\u0437\u043a\u0438\u041f\u0435\u0440\u0432\u0443\u044e \u043e\u0446\u0435\u043d\u043a\u0443 \u0434\u0430\u0451\u0442 \u0441\u0443\u043c\u043c\u0430 shard-\u0444\u0430\u0439\u043b\u043e\u0432, \u0442\u043e\u0433\u0434\u0430 \u043a\u0430\u043a \u0444\u043e\u0440\u043c\u0443\u043b\u0430 \u0447\u0435\u0440\u0435\u0437 \u0447\u0438\u0441\u043b\u043e \u043f\u0430\u0440\u0430\u043c\u0435\u0442\u0440\u043e\u0432 \u0438 bits-per-weight \u043d\u0435 \u0443\u0447\u0438\u0442\u044b\u0432\u0430\u0435\u0442 \u0442\u0430\u0431\u043b\u0438\u0446\u044b \u043a\u0432\u0430\u043d\u0442\u043e\u0432\u0430\u043d\u0438\u044f, \u043c\u0435\u0442\u0430\u0434\u0430\u043d\u043d\u044b\u0435, embeddings \u0438 \u0442\u0435\u043d\u0437\u043e\u0440\u044b \u0441 \u0434\u0440\u0443\u0433\u043e\u0439 \u0442\u043e\u0447\u043d\u043e\u0441\u0442\u044c\u044e. \u0420\u0430\u0441\u0447\u0451\u0442 RAM \u0434\u043b\u044f LLM \u043d\u0430\u0447\u0438\u043d\u0430\u0435\u0442\u0441\u044f \u0441 \u0440\u0430\u0437\u043c\u0435\u0440\u0430 \u043a\u043e\u043d\u043a\u0440\u0435\u0442\u043d\u043e\u0433\u043e \u0430\u0440\u0442\u0435\u0444\u0430\u043a\u0442\u0430.\u0420\u0430\u0437\u043c\u0435\u0440 \u0444\u0430\u0439\u043b\u043e\u0432 \u043d\u0435\u043b\u044c\u0437\u044f \u043f\u0440\u043e\u0441\u0442\u043e \u0441\u043a\u043b\u0430\u0434\u044b\u0432\u0430\u0442\u044c \u0441 RSS, \u043f\u043e\u0442\u043e\u043c\u0443 \u0447\u0442\u043e \u043f\u0440\u0438 mmap \u043e\u0434\u043d\u0438 \u0438 \u0442\u0435 \u0436\u0435 \u0440\u0435\u0437\u0438\u0434\u0435\u043d\u0442\u043d\u044b\u0435 \u0441\u0442\u0440\u0430\u043d\u0438\u0446\u044b \u0432\u0438\u0434\u043d\u044b \u0438 \u0432 page cache, \u0438 \u0432 \u043e\u0442\u043e\u0431\u0440\u0430\u0436\u0435\u043d\u0438\u0438 \u043f\u0440\u043e\u0446\u0435\u0441\u0441\u0430. PSS \u0440\u0430\u0441\u043f\u0440\u0435\u0434\u0435\u043b\u044f\u0435\u0442 \u043e\u0431\u0449\u0438\u0435 \u0441\u0442\u0440\u0430\u043d\u0438\u0446\u044b \u043c\u0435\u0436\u0434\u0443 \u043f\u0440\u043e\u0446\u0435\u0441\u0441\u0430\u043c\u0438. \u0411\u0435\u0437 mmap \u0440\u0430\u043d\u0442\u0430\u0439\u043c \u043c\u043e\u0436\u0435\u0442 \u0441\u043e\u0437\u0434\u0430\u0442\u044c \u043e\u0442\u0434\u0435\u043b\u044c\u043d\u0443\u044e \u043a\u043e\u043f\u0438\u044e \u0432\u0435\u0441\u043e\u0432. \u041f\u0440\u0438 GPU-offload \u0447\u0430\u0441\u0442\u044c \u0442\u0435\u043d\u0437\u043e\u0440\u043e\u0432 \u0438 \u0431\u0443\u0444\u0435\u0440\u043e\u0432 \u043f\u0435\u0440\u0435\u043d\u043e\u0441\u0438\u0442\u0441\u044f \u0432 VRAM. \u0422\u043e\u0447\u043d\u043e\u0435 \u0440\u0430\u0441\u043f\u0440\u0435\u0434\u0435\u043b\u0435\u043d\u0438\u0435 \u0432\u0438\u0434\u043d\u043e \u0432 \u043b\u043e\u0433\u0435 backend.\u0411\u0430\u0437\u043e\u0432\u044b\u0439 \u0437\u0430\u043c\u0435\u0440 \u043e\u0445\u0432\u0430\u0442\u044b\u0432\u0430\u0435\u0442 \u0437\u0430\u0433\u0440\u0443\u0437\u043a\u0443, \u043f\u0440\u043e\u0433\u0440\u0435\u0432 \u0438 \u043f\u0438\u043a \u0446\u0435\u043b\u0435\u0432\u043e\u0433\u043e \u0437\u0430\u043f\u0440\u043e\u0441\u0430. RSS\/PSS \u0434\u043e\u043f\u043e\u043b\u043d\u044f\u044e\u0442 memory.current, swap, page faults \u0438 \u0441\u0442\u0440\u043e\u043a\u0438 \u043b\u043e\u0433\u0430 \u043e CPU-, GPU-, KV- \u0438 compute-\u0431\u0443\u0444\u0435\u0440\u0430\u0445, \u0447\u0442\u043e\u0431\u044b \u0443\u0432\u0438\u0434\u0435\u0442\u044c \u0440\u0430\u0437\u043c\u0435\u0449\u0435\u043d\u0438\u0435 \u0432\u0435\u0441\u043e\u0432 \u0438 \u0432\u043e\u0437\u043c\u043e\u0436\u043d\u044b\u0435 \u043a\u043e\u043f\u0438\u0438.\u041e\u0446\u0435\u043d\u0438\u0442\u044c \u0440\u043e\u0441\u0442 \u043f\u0430\u043c\u044f\u0442\u0438 \u043e\u0442 \u043a\u043e\u043d\u0442\u0435\u043a\u0441\u0442\u0430 \u0438 \u043a\u043e\u043d\u043a\u0443\u0440\u0435\u043d\u0442\u043d\u043e\u0441\u0442\u0438\u0411\u0430\u0437\u043e\u0432\u0443\u044e \u043e\u0446\u0435\u043d\u043a\u0443 \u0434\u043b\u044f \u043f\u043e\u043b\u043d\u043e\u0433\u043e KV-\u043a\u044d\u0448\u0430 \u043c\u043e\u0436\u043d\u043e \u0437\u0430\u043f\u0438\u0441\u0430\u0442\u044c \u0442\u0430\u043a:KV_bytes = 2 \u00d7 L \u00d7 H_kv \u00d7 D_head \u00d7 B_cache \u00d7 T \u00d7 S\u041c\u043d\u043e\u0436\u0438\u0442\u0435\u043b\u044c 2 \u0443\u0447\u0438\u0442\u044b\u0432\u0430\u0435\u0442 key \u0438 value, \u0430 \u043e\u0441\u0442\u0430\u043b\u044c\u043d\u044b\u0435 \u043f\u0435\u0440\u0435\u043c\u0435\u043d\u043d\u044b\u0435 \u0437\u0430\u0434\u0430\u044e\u0442 \u0441\u043b\u043e\u0438, KV-\u0433\u043e\u043b\u043e\u0432\u044b, \u0440\u0430\u0437\u043c\u0435\u0440 \u0433\u043e\u043b\u043e\u0432\u044b, \u0431\u0430\u0439\u0442\u044b \u043d\u0430 \u044d\u043b\u0435\u043c\u0435\u043d\u0442, \u0442\u043e\u043a\u0435\u043d\u044b \u0438 \u043f\u043e\u0441\u043b\u0435\u0434\u043e\u0432\u0430\u0442\u0435\u043b\u044c\u043d\u043e\u0441\u0442\u0438. \u0412 GQA \u0438\u043b\u0438 MQA \u0438\u0441\u043f\u043e\u043b\u044c\u0437\u0443\u044e\u0442 \u0443\u043c\u0435\u043d\u044c\u0448\u0435\u043d\u043d\u043e\u0435 \u0447\u0438\u0441\u043b\u043e KV-\u0433\u043e\u043b\u043e\u0432, \u043f\u0440\u0438\u0447\u0451\u043c \u0442\u043e\u0447\u043d\u043e\u0441\u0442\u044c \u043a\u044d\u0448\u0430 \u043c\u043e\u0436\u0435\u0442 \u043e\u0442\u043b\u0438\u0447\u0430\u0442\u044c\u0441\u044f \u043e\u0442 \u043a\u0432\u0430\u043d\u0442\u043e\u0432\u0430\u043d\u0438\u044f \u0432\u0435\u0441\u043e\u0432.\u0424\u043e\u0440\u043c\u0443\u043b\u0430 \u043f\u0440\u0435\u0434\u043f\u043e\u043b\u0430\u0433\u0430\u0435\u0442 \u043f\u043e\u043b\u043d\u044b\u0439 \u043e\u0442\u0434\u0435\u043b\u044c\u043d\u044b\u0439 \u043a\u043e\u043d\u0442\u0435\u043a\u0441\u0442 \u0434\u043b\u044f \u043a\u0430\u0436\u0434\u043e\u0439 \u043f\u043e\u0441\u043b\u0435\u0434\u043e\u0432\u0430\u0442\u0435\u043b\u044c\u043d\u043e\u0441\u0442\u0438, \u0445\u043e\u0442\u044f paged cache, prefix sharing, sliding-window attention, \u0433\u0438\u0431\u0440\u0438\u0434\u043d\u044b\u0435 \u0441\u043b\u043e\u0438 \u0438 \u0441\u0442\u0430\u0442\u0438\u0447\u0435\u0441\u043a\u043e\u0435 \u0440\u0435\u0437\u0435\u0440\u0432\u0438\u0440\u043e\u0432\u0430\u043d\u0438\u0435 \u043c\u0435\u043d\u044f\u044e\u0442 \u0430\u043b\u043b\u043e\u043a\u0430\u0446\u0438\u044e. \u041c\u0435\u0442\u0440\u0438\u043a\u0430 \u0437\u0430\u043d\u044f\u0442\u043e\u0433\u043e KV-\u043f\u0443\u043b\u0430 \u043f\u043e\u043a\u0430\u0437\u044b\u0432\u0430\u0435\u0442 \u0440\u0430\u0441\u0445\u043e\u0436\u0434\u0435\u043d\u0438\u0435 \u0441 \u0440\u0430\u0441\u0447\u0451\u0442\u043e\u043c. \u0421\u043a\u043e\u043b\u044c\u043a\u043e vCPU \u043d\u0443\u0436\u043d\u043e \u044f\u0437\u044b\u043a\u043e\u0432\u043e\u0439 \u043c\u043e\u0434\u0435\u043b\u0438, \u0441\u0442\u0430\u043d\u043e\u0432\u0438\u0442\u0441\u044f \u043f\u043e\u043d\u044f\u0442\u043d\u043e \u043f\u043e\u0441\u043b\u0435 \u0440\u0430\u0441\u0447\u0451\u0442\u0430 \u043f\u0430\u043c\u044f\u0442\u0438 \u0438 \u043e\u0431\u044a\u0451\u043c\u0430 prompt processing.\u041a\u043e\u0433\u0434\u0430 \u0434\u043e\u043f\u043e\u043b\u043d\u0438\u0442\u0435\u043b\u044c\u043d\u044b\u0435 vCPU \u043f\u0435\u0440\u0435\u0441\u0442\u0430\u044e\u0442 \u0443\u0441\u043a\u043e\u0440\u044f\u0442\u044c \u0438\u043d\u0444\u0435\u0440\u0435\u043d\u0441?\u0414\u043e\u043f\u043e\u043b\u043d\u0438\u0442\u0435\u043b\u044c\u043d\u044b\u0435 vCPU \u043f\u0435\u0440\u0435\u0441\u0442\u0430\u044e\u0442 \u043f\u043e\u043c\u043e\u0433\u0430\u0442\u044c, \u043a\u043e\u0433\u0434\u0430 \u0433\u0435\u043d\u0435\u0440\u0430\u0446\u0438\u044f \u0443\u043f\u0438\u0440\u0430\u0435\u0442\u0441\u044f \u0432 \u043f\u0440\u043e\u043f\u0443\u0441\u043a\u043d\u0443\u044e \u0441\u043f\u043e\u0441\u043e\u0431\u043d\u043e\u0441\u0442\u044c \u043f\u0430\u043c\u044f\u0442\u0438 \u0438\u043b\u0438 \u043f\u043e\u0442\u043e\u043a\u0438 \u043f\u0435\u0440\u0435\u0441\u0435\u043a\u0430\u044e\u0442 NUMA-\u0443\u0437\u043b\u044b. Prompt processing \u0438 generation \u043d\u0430\u0441\u044b\u0449\u0430\u044e\u0442\u0441\u044f \u043f\u0440\u0438 \u0440\u0430\u0437\u043d\u043e\u043c \u0447\u0438\u0441\u043b\u0435 \u044f\u0434\u0435\u0440. \u041f\u043e\u044d\u0442\u043e\u043c\u0443 \u043f\u0440\u043e\u0433\u043e\u043d \u043f\u043e \u0447\u0438\u0441\u043b\u0443 \u043f\u043e\u0442\u043e\u043a\u043e\u0432 \u0434\u0435\u043b\u0430\u044e\u0442 \u0434\u043b\u044f \u043e\u0431\u0435\u0438\u0445 \u0444\u0430\u0437: \u043d\u0430\u0433\u0440\u0443\u0437\u043a\u0443 \u043d\u0430 \u043a\u0430\u0436\u0434\u043e\u043c \u0448\u0430\u0433\u0435 \u0434\u0435\u0440\u0436\u0430\u0442 \u043e\u0434\u0438\u043d\u0430\u043a\u043e\u0432\u043e\u0439, \u0430 affinity, SMT \u0438 \u0432\u0435\u0440\u0441\u0438\u044e \u0440\u0430\u043d\u0442\u0430\u0439\u043c\u0430 \u0437\u0430\u043f\u0438\u0441\u044b\u0432\u0430\u044e\u0442.\u0414\u043e\u0431\u0430\u0432\u0438\u0442\u044c \u0440\u0430\u043d\u0442\u0430\u0439\u043c, \u041e\u0421 \u0438 \u0431\u0435\u0437\u043e\u043f\u0430\u0441\u043d\u044b\u0439 \u0437\u0430\u043f\u0430\u0441\u0411\u044e\u0434\u0436\u0435\u0442 RAM \u0441\u043a\u043b\u0430\u0434\u044b\u0432\u0430\u0435\u0442\u0441\u044f \u0438\u0437 \u0440\u0435\u0437\u0438\u0434\u0435\u043d\u0442\u043d\u044b\u0445 \u0432\u0435\u0441\u043e\u0432, KV-\u043f\u0443\u043b\u0430, compute-\u0431\u0443\u0444\u0435\u0440\u043e\u0432, \u0441\u043b\u0443\u0436\u0435\u0431\u043d\u043e\u0439 \u043f\u0430\u043c\u044f\u0442\u0438 \u0440\u0430\u043d\u0442\u0430\u0439\u043c\u0430 \u0438 \u0440\u0435\u0437\u0435\u0440\u0432\u0430 \u041e\u0421. Batch \u0438 \u0434\u043b\u0438\u043d\u043d\u044b\u0439 \u043f\u0440\u043e\u043c\u043f\u0442 \u043f\u043e\u0434\u043d\u0438\u043c\u0430\u044e\u0442 \u043f\u0438\u043a \u0437\u0430 \u0441\u0447\u0451\u0442 \u0432\u0440\u0435\u043c\u0435\u043d\u043d\u044b\u0445 \u0442\u0435\u043d\u0437\u043e\u0440\u043e\u0432. \u041f\u0430\u043c\u044f\u0442\u044c \u043a\u0432\u0430\u043d\u0442\u043e\u0432\u0430\u043d\u043d\u043e\u0439 \u043c\u043e\u0434\u0435\u043b\u0438 \u0438\u0437\u043c\u0435\u0440\u044f\u044e\u0442 \u043f\u043e\u0441\u043b\u0435 \u043f\u0440\u043e\u0433\u0440\u0435\u0432\u0430: \u0447\u0430\u0441\u0442\u044c \u0441\u0442\u0440\u0430\u043d\u0438\u0446 \u0432\u044b\u0434\u0435\u043b\u044f\u0435\u0442\u0441\u044f \u0442\u043e\u043b\u044c\u043a\u043e \u043f\u0440\u0438 \u043f\u0435\u0440\u0432\u043e\u043c \u043e\u0431\u0440\u0430\u0449\u0435\u043d\u0438\u0438, \u0438 \u0434\u043e \u044d\u0442\u043e\u0433\u043e RSS \u0437\u0430\u043d\u0438\u0436\u0435\u043d.\u0415\u0434\u0438\u043d\u043e\u0433\u043e \u043f\u0440\u043e\u0446\u0435\u043d\u0442\u0430 \u0437\u0430\u043f\u0430\u0441\u0430 \u0434\u043b\u044f \u0432\u0441\u0435\u0445 \u0441\u0438\u0441\u0442\u0435\u043c \u043d\u0435\u0442, \u0442\u0443\u0442 \u043d\u0438\u0436\u043d\u044e\u044e \u0433\u0440\u0430\u043d\u0438\u0446\u0443 \u0437\u0430\u0434\u0430\u0451\u0442 \u0440\u0430\u0437\u043d\u0438\u0446\u0430 \u043c\u0435\u0436\u0434\u0443 steady-state \u0438 \u043f\u043e\u0432\u0442\u043e\u0440\u044f\u0435\u043c\u044b\u043c peak RSS. Rolling update \u043c\u043e\u0436\u0435\u0442 \u0432\u0440\u0435\u043c\u0435\u043d\u043d\u043e \u0434\u0435\u0440\u0436\u0430\u0442\u044c \u0434\u0432\u0435 \u0432\u0435\u0440\u0441\u0438\u0438 \u043c\u043e\u0434\u0435\u043b\u0438 \u0438 \u0443\u0432\u0435\u043b\u0438\u0447\u0438\u0432\u0430\u0442\u044c page cache, \u043f\u043e\u044d\u0442\u043e\u043c\u0443 \u0442\u0430\u043a\u043e\u0439 \u0441\u0446\u0435\u043d\u0430\u0440\u0438\u0439 \u0443\u0447\u0438\u0442\u044b\u0432\u0430\u044e\u0442 \u0432 \u0437\u0430\u043f\u0430\u0441\u0435 \u043b\u0438\u0431\u043e \u0432\u044b\u043d\u043e\u0441\u044f\u0442 \u0432 \u043e\u0442\u0434\u0435\u043b\u044c\u043d\u043e\u0435 \u043e\u043a\u043d\u043e.\u041a\u043e\u043d\u0442\u0440\u043e\u043b\u044c\u043d\u044b\u0439 \u043f\u0440\u043e\u0433\u043e\u043d \u0432\u044b\u043f\u043e\u043b\u043d\u044f\u044e\u0442 \u0431\u0435\u0437 swap, \u043a\u043e\u0442\u043e\u0440\u044b\u0439 \u0441\u043a\u0440\u044b\u0432\u0430\u0435\u0442 \u0434\u0435\u0444\u0438\u0446\u0438\u0442 RAM \u0446\u0435\u043d\u043e\u0439 \u0437\u0430\u0434\u0435\u0440\u0436\u043a\u0438. \u041a\u043e\u043d\u0444\u0438\u0433\u0443\u0440\u0430\u0446\u0438\u044f \u043f\u043e\u0434\u0445\u043e\u0434\u0438\u0442, \u0435\u0441\u043b\u0438 memory.current \u043e\u0441\u0442\u0430\u0451\u0442\u0441\u044f \u043d\u0438\u0436\u0435 \u043b\u0438\u043c\u0438\u0442\u0430 \u043d\u0430 \u0432\u0435\u043b\u0438\u0447\u0438\u043d\u0443 \u0437\u0430\u044f\u0432\u043b\u0435\u043d\u043d\u043e\u0433\u043e \u0437\u0430\u043f\u0430\u0441\u0430, \u0440\u0430\u0437\u043d\u0438\u0446\u0430 memory.events \u0434\u043e \u0438 \u043f\u043e\u0441\u043b\u0435 \u043d\u0435 \u0441\u043e\u0434\u0435\u0440\u0436\u0438\u0442 max\/oom, PSI memory \u043d\u0435 \u0440\u0430\u0441\u0442\u0451\u0442, \u0430 p95 \u0438 p99 \u0432\u044b\u043f\u043e\u043b\u043d\u044f\u044e\u0442 SLO.\u0420\u0430\u0437\u0432\u0435\u0441\u0442\u0438 parallel prompt processing \u0438 memory-bound generation\u041e\u0431\u0440\u0430\u0431\u043e\u0442\u043a\u0430 \u043f\u0440\u043e\u043c\u043f\u0442\u0430 \u0432\u044b\u0447\u0438\u0441\u043b\u044f\u0435\u0442 \u043c\u043d\u043e\u0433\u043e \u0442\u043e\u043a\u0435\u043d\u043e\u0432 \u043f\u0430\u0440\u0430\u043b\u043b\u0435\u043b\u044c\u043d\u043e \u0438 \u043e\u0431\u044b\u0447\u043d\u043e \u043b\u0443\u0447\u0448\u0435 \u0437\u0430\u0433\u0440\u0443\u0436\u0430\u0435\u0442 \u044f\u0434\u0440\u0430 CPU. \u0410\u0432\u0442\u043e\u0440\u0435\u0433\u0440\u0435\u0441\u0441\u0438\u043e\u043d\u043d\u0430\u044f \u0433\u0435\u043d\u0435\u0440\u0430\u0446\u0438\u044f \u0434\u043e\u0431\u0430\u0432\u043b\u044f\u0435\u0442 \u043f\u043e \u0442\u043e\u043a\u0435\u043d\u0443 \u043d\u0430 \u043f\u043e\u0441\u043b\u0435\u0434\u043e\u0432\u0430\u0442\u0435\u043b\u044c\u043d\u043e\u0441\u0442\u044c, \u0430 \u043f\u0440\u0438 \u043d\u0435\u0431\u043e\u043b\u044c\u0448\u043e\u043c batch \u0435\u0451 \u043f\u0440\u0435\u0434\u0435\u043b \u0447\u0430\u0441\u0442\u043e \u0437\u0430\u0434\u0430\u0451\u0442 \u0447\u0442\u0435\u043d\u0438\u0435 \u0432\u0435\u0441\u043e\u0432 \u0438\u0437 \u043f\u0430\u043c\u044f\u0442\u0438. \u041f\u0440\u0438 \u0440\u043e\u0441\u0442\u0435 \u043a\u043e\u043d\u043a\u0443\u0440\u0435\u043d\u0442\u043d\u043e\u0441\u0442\u0438 \u0432\u044b\u0447\u0438\u0441\u043b\u0438\u0442\u0435\u043b\u044c\u043d\u044b\u0435 \u0431\u043b\u043e\u043a\u0438 \u0437\u0430\u0433\u0440\u0443\u0436\u0430\u044e\u0442\u0441\u044f \u0438\u043d\u0430\u0447\u0435, \u043f\u043e\u044d\u0442\u043e\u043c\u0443 \u0440\u0435\u0437\u0443\u043b\u044c\u0442\u0430\u0442 \u043e\u0434\u043d\u043e\u0433\u043e \u043a\u043b\u0438\u0435\u043d\u0442\u0430 \u043d\u0435 \u043f\u0435\u0440\u0435\u043d\u043e\u0441\u0438\u0442\u0441\u044f \u043d\u0430 \u0441\u0435\u0440\u0432\u0435\u0440\u043d\u044b\u0439 \u0440\u0435\u0436\u0438\u043c.\u0412 llama.cpp \u043f\u0430\u0440\u0430\u043c\u0435\u0442\u0440 -t \u0437\u0430\u0434\u0430\u0451\u0442 \u043f\u043e\u0442\u043e\u043a\u0438 \u0433\u0435\u043d\u0435\u0440\u0430\u0446\u0438\u0438, \u0430 -tb, \u0434\u043e\u0441\u0442\u0443\u043f\u043d\u044b\u0439 \u0432 llama-server \u0438 llama-cli, \u043e\u0442\u0434\u0435\u043b\u044c\u043d\u043e \u0443\u043f\u0440\u0430\u0432\u043b\u044f\u0435\u0442 \u043f\u043e\u0442\u043e\u043a\u0430\u043c\u0438 batch \u0438 \u043e\u0431\u0440\u0430\u0431\u043e\u0442\u043a\u0438 \u043f\u0440\u043e\u043c\u043f\u0442\u0430. \u0412 llama-bench \u0442\u0430\u043a\u043e\u0433\u043e \u0440\u0430\u0437\u0434\u0435\u043b\u0435\u043d\u0438\u044f \u043d\u0435\u0442, \u043f\u043e\u044d\u0442\u043e\u043c\u0443 \u0444\u0430\u0437\u044b \u0440\u0430\u0437\u043d\u043e\u0441\u044f\u0442 \u043f\u043e \u043e\u0442\u0434\u0435\u043b\u044c\u043d\u044b\u043c \u043f\u0440\u043e\u0433\u043e\u043d\u0430\u043c. \u0414\u043b\u044f \u043e\u0431\u0440\u0430\u0431\u043e\u0442\u043a\u0438 \u043f\u0440\u043e\u043c\u043f\u0442\u0430 \u0441\u043e\u0445\u0440\u0430\u043d\u044f\u044e\u0442 tokens\/s \u0438 \u0432\u0440\u0435\u043c\u044f \u0432\u044b\u043f\u043e\u043b\u043d\u0435\u043d\u0438\u044f, \u043a\u043b\u0438\u0435\u043d\u0442 \u043e\u0442\u0434\u0435\u043b\u044c\u043d\u043e \u0438\u0437\u043c\u0435\u0440\u044f\u0435\u0442 TTFT. \u0414\u043b\u044f \u0433\u0435\u043d\u0435\u0440\u0430\u0446\u0438\u0438 \u043d\u0443\u0436\u043d\u044b tokens\/s, p95 \u043c\u0435\u0436\u0442\u043e\u043a\u0435\u043d\u043d\u043e\u0439 \u0437\u0430\u0434\u0435\u0440\u0436\u043a\u0438 \u0438 \u0441\u0443\u043c\u043c\u0430\u0440\u043d\u044b\u0439 throughput. \u0417\u0430\u0433\u0440\u0443\u0437\u043a\u0430 CPU \u043b\u0438\u0448\u044c \u0434\u043e\u043f\u043e\u043b\u043d\u044f\u0435\u0442 \u044d\u0442\u0438 \u043c\u0435\u0442\u0440\u0438\u043a\u0438, \u043f\u043e\u0441\u043a\u043e\u043b\u044c\u043a\u0443 \u0432\u044b\u0441\u043e\u043a\u0438\u0439 \u043f\u0440\u043e\u0446\u0435\u043d\u0442 \u043d\u0435 \u0434\u043e\u043a\u0430\u0437\u044b\u0432\u0430\u0435\u0442 \u043f\u043e\u043b\u0435\u0437\u043d\u0443\u044e \u0440\u0430\u0431\u043e\u0442\u0443.\u0412\u043e \u0432\u0440\u0435\u043c\u044f CPU-\u0441\u0435\u0440\u0438\u0438 \u0441\u0430\u0439\u0437\u0438\u043d\u0433 KV-\u043a\u044d\u0448\u0430 \u043e\u0441\u0442\u0430\u0451\u0442\u0441\u044f \u043d\u0435\u0438\u0437\u043c\u0435\u043d\u043d\u044b\u043c. \u041e\u0442\u0447\u0451\u0442 \u0441\u043e\u0434\u0435\u0440\u0436\u0438\u0442 \u0445\u0435\u0448 \u043c\u043e\u0434\u0435\u043b\u0438, \u043a\u0432\u0430\u043d\u0442\u043e\u0432\u0430\u043d\u0438\u0435, \u0434\u043b\u0438\u043d\u044b \u043a\u043e\u043d\u0442\u0435\u043a\u0441\u0442\u0430 \u0438 \u043e\u0442\u0432\u0435\u0442\u0430, \u043a\u043e\u043d\u043a\u0443\u0440\u0435\u043d\u0442\u043d\u043e\u0441\u0442\u044c, \u0432\u0435\u0440\u0441\u0438\u044e \u0440\u0430\u043d\u0442\u0430\u0439\u043c\u0430, RSS\/peak memory, \u043f\u0430\u0440\u0430\u043c\u0435\u0442\u0440\u044b \u043a\u044d\u0448\u0430, \u0442\u043e\u043f\u043e\u043b\u043e\u0433\u0438\u044e vCPU \u0438 \u0440\u0435\u0437\u0443\u043b\u044c\u0442\u0430\u0442\u044b \u043e\u0431\u0435\u0438\u0445 \u0444\u0430\u0437, \u0447\u0442\u043e\u0431\u044b \u0438\u0437\u043c\u0435\u043d\u0438\u0432\u0448\u0438\u0439\u0441\u044f batch \u043d\u0435 \u0432\u044b\u0434\u0430\u0432\u0430\u043b\u0438 \u0437\u0430 \u043f\u0440\u0438\u0440\u043e\u0441\u0442 \u043e\u0442 \u044f\u0434\u0435\u0440.\u041d\u0430\u0439\u0442\u0438 \u043f\u043e\u043b\u0435\u0437\u043d\u044b\u0439 \u043f\u0440\u0435\u0434\u0435\u043b \u0444\u0438\u0437\u0438\u0447\u0435\u0441\u043a\u0438\u0445 \u044f\u0434\u0435\u0440\u041a\u043e\u043c\u0430\u043d\u0434\u0430 lscpu -e=CPU,CORE,SOCKET,NODE,ONLINE \u043f\u043e\u043a\u0430\u0437\u044b\u0432\u0430\u0435\u0442 \u0442\u043e\u043f\u043e\u043b\u043e\u0433\u0438\u044e \u0433\u043e\u0441\u0442\u044f, \u043a\u043e\u0442\u043e\u0440\u0430\u044f \u043d\u0435 \u043e\u0431\u044f\u0437\u0430\u0442\u0435\u043b\u044c\u043d\u043e \u0441\u043e\u0432\u043f\u0430\u0434\u0430\u0435\u0442 \u0441 \u0444\u0438\u0437\u0438\u0447\u0435\u0441\u043a\u0438\u043c \u0440\u0430\u0437\u043c\u0435\u0449\u0435\u043d\u0438\u0435\u043c \u043d\u0430 \u0445\u043e\u0441\u0442\u0435. \u0422\u0430\u043a\u0436\u0435 \u0437\u0430\u043f\u0438\u0441\u044b\u0432\u0430\u044e\u0442 %steal, CPU model, \u043f\u043e\u043b\u0438\u0442\u0438\u043a\u0443 \u0447\u0430\u0441\u0442\u043e\u0442\u044b, affinity \u0438 \u0441\u0432\u0435\u0434\u0435\u043d\u0438\u044f \u043e pinning, \u0435\u0441\u043b\u0438 \u043e\u043d\u0438 \u0434\u043e\u0441\u0442\u0443\u043f\u043d\u044b.\u0412 \u0445\u043e\u0434\u0435 thread sweep \u0447\u0438\u0441\u043b\u043e \u0434\u043e\u0441\u0442\u0443\u043f\u043d\u044b\u0445 \u044f\u0434\u0435\u0440 \u0443\u0432\u0435\u043b\u0438\u0447\u0438\u0432\u0430\u044e\u0442 \u0441\u0442\u0443\u043f\u0435\u043d\u044f\u043c\u0438. \u041d\u0430 \u043a\u0430\u0436\u0434\u043e\u0439 \u0441\u0442\u0443\u043f\u0435\u043d\u0438 \u0431\u0435\u0440\u0443\u0442 \u0442\u0443 \u0436\u0435 \u0441\u0431\u043e\u0440\u043a\u0443 \u0438 \u043f\u043e\u0432\u0442\u043e\u0440\u044f\u044e\u0442 \u0442\u0435\u0441\u0442\u044b prompt processing \u0438 generation, \u0430 \u043f\u043e\u0440\u044f\u0434\u043e\u043a \u043f\u0440\u043e\u0433\u043e\u043d\u043e\u0432 \u043c\u0435\u0436\u0434\u0443 \u0441\u0442\u0443\u043f\u0435\u043d\u044f\u043c\u0438 \u0447\u0435\u0440\u0435\u0434\u0443\u044e\u0442. \u0414\u043b\u044f llama.cpp \u043f\u043e\u0434\u043e\u0439\u0434\u0451\u0442 \u0446\u0438\u043a\u043b \u0441 llama-bench:: > thread-sweep.jsonl for t in 1 2 4 8; do   llama-bench -m model.gguf -p 512 -n 128 \\ -t «$t» -r 5 -o jsonl \\ >> thread-sweep.jsonl done\u041d\u0430\u0431\u043e\u0440 \u0441\u0442\u0443\u043f\u0435\u043d\u0435\u0439 \u043f\u043e\u0434\u0431\u0438\u0440\u0430\u044e\u0442 \u043f\u043e\u0434 \u043a\u043e\u043d\u043a\u0440\u0435\u0442\u043d\u0443\u044e VM \u0438 \u043d\u0435 \u0432\u044b\u0445\u043e\u0434\u044f\u0442 \u0437\u0430 \u043f\u0440\u0435\u0434\u0435\u043b\u044b cpuset. \u0420\u0435\u0437\u0443\u043b\u044c\u0442\u0430\u0442\u044b \u043a\u0430\u0436\u0434\u043e\u0433\u043e \u0448\u0430\u0433\u0430 \u0432\u043a\u043b\u044e\u0447\u0430\u044e\u0442 \u043c\u0435\u0434\u0438\u0430\u043d\u0443 \u0438 \u0440\u0430\u0437\u0431\u0440\u043e\u0441 tokens\/s. \u0421\u0435\u0440\u0432\u0435\u0440\u043d\u044b\u0435 \u043c\u0435\u0442\u0440\u0438\u043a\u0438 \u0434\u043e\u0431\u0430\u0432\u043b\u044f\u044e\u0442 \u043f\u043e\u043a\u0430\u0437\u0430\u0442\u0435\u043b\u044c CPU time, \u0430 \u043e\u0442\u0434\u0435\u043b\u044c\u043d\u044b\u0439 \u043a\u043b\u0438\u0435\u043d\u0442\u0441\u043a\u0438\u0439 \u043f\u0440\u043e\u0433\u043e\u043d \u0434\u0430\u0451\u0442 TTFT \u0438 p95\/p99 \u0437\u0430\u0434\u0435\u0440\u0436\u043a\u0438. \u041f\u043e\u043b\u0435\u0437\u043d\u044b\u0439 \u043f\u0440\u0435\u0434\u0435\u043b \u0434\u043e\u0441\u0442\u0438\u0433\u043d\u0443\u0442, \u043a\u043e\u0433\u0434\u0430 \u043f\u0440\u0438\u0440\u043e\u0441\u0442 \u043e\u0442 \u043d\u043e\u0432\u044b\u0445 vCPU \u043d\u0435 \u043f\u0440\u0435\u0432\u044b\u0448\u0430\u0435\u0442 \u0440\u0430\u0437\u0431\u0440\u043e\u0441\u0430 \u043c\u0435\u0436\u0434\u0443 \u043f\u043e\u0432\u0442\u043e\u0440\u0430\u043c\u0438 \u0438\u043b\u0438 \u043a\u043e\u0433\u0434\u0430 SLO \u0443\u0445\u0443\u0434\u0448\u0430\u0435\u0442\u0441\u044f \u0438\u0437-\u0437\u0430 \u0441\u0438\u043d\u0445\u0440\u043e\u043d\u0438\u0437\u0430\u0446\u0438\u0438 \u043f\u043e\u0442\u043e\u043a\u043e\u0432 \u0438 \u0440\u043e\u0441\u0442\u0430 steal.\u041a\u0430\u043a \u0443\u0447\u0435\u0441\u0442\u044c \u0434\u043b\u0438\u043d\u0443 \u043a\u043e\u043d\u0442\u0435\u043a\u0441\u0442\u0430 \u0438 \u043a\u043e\u043d\u043a\u0443\u0440\u0435\u043d\u0442\u043d\u043e\u0441\u0442\u044c?\u0414\u043b\u044f \u043a\u0430\u0436\u0434\u043e\u0433\u043e \u0440\u0435\u0436\u0438\u043c\u0430 \u0437\u0430\u0444\u0438\u043a\u0441\u0438\u0440\u0443\u0439\u0442\u0435 p95 \u0432\u0445\u043e\u0434\u043d\u044b\u0445 \u0438 \u0432\u044b\u0445\u043e\u0434\u043d\u044b\u0445 \u0442\u043e\u043a\u0435\u043d\u043e\u0432, \u0447\u0438\u0441\u043b\u043e \u0430\u043a\u0442\u0438\u0432\u043d\u044b\u0445 \u043f\u043e\u0441\u043b\u0435\u0434\u043e\u0432\u0430\u0442\u0435\u043b\u044c\u043d\u043e\u0441\u0442\u0435\u0439 \u0438 batch.\u041f\u043e\u0434\u0441\u0442\u0430\u0432\u044c\u0442\u0435 \u044d\u0442\u0438 \u0437\u043d\u0430\u0447\u0435\u043d\u0438\u044f \u0432 \u0444\u043e\u0440\u043c\u0443\u043b\u0443 KV-\u043a\u044d\u0448\u0430 \u0441 \u043f\u0430\u0440\u0430\u043c\u0435\u0442\u0440\u0430\u043c\u0438 \u0430\u0440\u0445\u0438\u0442\u0435\u043a\u0442\u0443\u0440\u044b \u0438 \u0442\u043e\u0447\u043d\u043e\u0441\u0442\u044c\u044e \u043a\u044d\u0448\u0430.\u0421\u0432\u0435\u0440\u044c\u0442\u0435 \u043e\u0446\u0435\u043d\u043a\u0443 \u0441 \u043b\u043e\u0433\u043e\u043c \u0440\u0430\u043d\u0442\u0430\u0439\u043c\u0430, peak RSS \u0438 \u0437\u0430\u0434\u0435\u0440\u0436\u043a\u0430\u043c\u0438 \u043f\u0440\u043e\u0433\u0440\u0435\u0442\u043e\u0433\u043e \u043f\u0440\u043e\u0433\u043e\u043d\u0430 \u0431\u0435\u0437 swap.\u0422\u0430\u043a \u043f\u043b\u0430\u043d\u0438\u0440\u043e\u0432\u0430\u043d\u0438\u0435 \u043c\u043e\u0449\u043d\u043e\u0441\u0442\u0438 \u043b\u043e\u043a\u0430\u043b\u044c\u043d\u043e\u0439 LLM \u0434\u0430\u0451\u0442 \u043f\u0440\u043e\u0432\u0435\u0440\u044f\u0435\u043c\u0443\u044e \u043e\u0446\u0435\u043d\u043a\u0443 \u0434\u043b\u044f \u043a\u0430\u0436\u0434\u043e\u0433\u043e \u0440\u0435\u0436\u0438\u043c\u0430. \u0418\u0437\u043c\u0435\u043d\u0435\u043d\u0438\u0435 \u043a\u0432\u0430\u043d\u0442\u043e\u0432\u0430\u043d\u0438\u044f, \u043a\u043e\u043d\u0442\u0435\u043a\u0441\u0442\u0430, batch \u0438\u043b\u0438 \u043a\u043e\u043d\u043a\u0443\u0440\u0435\u043d\u0442\u043d\u043e\u0441\u0442\u0438 \u0442\u0440\u0435\u0431\u0443\u0435\u0442 \u043d\u043e\u0432\u043e\u0433\u043e \u043f\u0440\u043e\u0433\u043e\u043d\u0430, \u0442\u0430\u043a \u043a\u0430\u043a \u0442\u043e\u0447\u043a\u0430 \u043d\u0430\u0441\u044b\u0449\u0435\u043d\u0438\u044f \u043c\u043e\u0436\u0435\u0442 \u0441\u0434\u0432\u0438\u043d\u0443\u0442\u044c\u0441\u044f \u0434\u0430\u0436\u0435 \u043d\u0430 \u0442\u043e\u0439 \u0436\u0435 VM.\u041f\u0440\u043e\u0432\u0435\u0440\u0438\u0442\u044c bandwidth \u0438 \u0440\u0430\u0437\u043c\u0435\u0449\u0435\u043d\u0438\u0435 \u0431\u043e\u043b\u044c\u0448\u043e\u0439 \u043c\u043e\u0434\u0435\u043b\u0438\u0411\u043e\u043b\u044c\u0448\u0430\u044f CPU-\u043c\u043e\u0434\u0435\u043b\u044c \u043f\u043e\u0441\u0442\u043e\u044f\u043d\u043d\u043e \u043e\u0431\u0440\u0430\u0449\u0430\u0435\u0442\u0441\u044f \u043a \u043f\u0430\u043c\u044f\u0442\u0438, \u043f\u043e\u044d\u0442\u043e\u043c\u0443 \u0447\u0438\u0441\u043b\u043e vCPU \u043e\u0446\u0435\u043d\u0438\u0432\u0430\u044e\u0442 \u0432\u043c\u0435\u0441\u0442\u0435 \u0441 \u0442\u043e\u043f\u043e\u043b\u043e\u0433\u0438\u0435\u0439. numactl —hardware \u043f\u043e\u043a\u0430\u0437\u044b\u0432\u0430\u0435\u0442 NUMA-\u0443\u0437\u043b\u044b \u0433\u043e\u0441\u0442\u044f, \u0430 \u0432\u044b\u0432\u043e\u0434 numastat -p PID \u043e\u0442\u0440\u0430\u0436\u0430\u0435\u0442 \u0440\u0430\u0441\u043f\u0440\u0435\u0434\u0435\u043b\u0435\u043d\u0438\u0435 \u0441\u0442\u0440\u0430\u043d\u0438\u0446 \u043f\u0440\u043e\u0446\u0435\u0441\u0441\u0430. \u0420\u0435\u0430\u043b\u044c\u043d\u043e\u0435 \u0440\u0430\u0437\u043c\u0435\u0449\u0435\u043d\u0438\u0435 VM \u043f\u043e\u0434\u0442\u0432\u0435\u0440\u0436\u0434\u0430\u0435\u0442\u0441\u044f \u0442\u043e\u043b\u044c\u043a\u043e \u043d\u0430 \u0441\u0442\u043e\u0440\u043e\u043d\u0435 \u0445\u043e\u0441\u0442\u0430 \u0438\u043b\u0438 \u043f\u043e \u0434\u0430\u043d\u043d\u044b\u043c \u043f\u043b\u0430\u0442\u0444\u043e\u0440\u043c\u044b.\u0421\u0440\u0430\u0432\u043d\u0435\u043d\u0438\u0435 \u0442\u0440\u0435\u0431\u0443\u0435\u0442 \u043e\u0434\u0438\u043d\u0430\u043a\u043e\u0432\u043e\u0439 affinity \u0438 \u043f\u043e\u043b\u0438\u0442\u0438\u043a\u0438 \u043f\u0430\u043c\u044f\u0442\u0438. \u041f\u0440\u043e\u0446\u0435\u0441\u0441 \u0441\u043d\u0430\u0447\u0430\u043b\u0430 \u0443\u0434\u0435\u0440\u0436\u0438\u0432\u0430\u044e\u0442 \u0432 \u043e\u0434\u043d\u043e\u043c \u0443\u0437\u043b\u0435, \u0437\u0430\u0442\u0435\u043c \u043f\u0440\u043e\u0432\u0435\u0440\u044f\u044e\u0442 \u043c\u0435\u0436\u0443\u0437\u043b\u043e\u0432\u043e\u0435 \u0440\u0430\u0437\u043c\u0435\u0449\u0435\u043d\u0438\u0435. \u041f\u0440\u0438 \u043f\u0430\u0434\u0435\u043d\u0438\u0438 tokens\/s \u0438\u043b\u0438 \u0440\u043e\u0441\u0442\u0435 p99 \u043f\u0440\u043e\u0432\u0435\u0440\u044f\u044e\u0442 \u043e\u0431\u0440\u0430\u0449\u0435\u043d\u0438\u044f \u043a \u043f\u0430\u043c\u044f\u0442\u0438 \u0447\u0443\u0436\u043e\u0433\u043e \u0443\u0437\u043b\u0430 \u0438 memory bandwidth, \u0430 \u0432\u044b\u0447\u0438\u0441\u043b\u0438\u0442\u0435\u043b\u044c\u043d\u044b\u0435 \u043f\u043e\u0442\u043e\u043a\u0438 \u043c\u043e\u0433\u0443\u0442 \u0431\u044b\u0442\u044c \u043d\u0438 \u043f\u0440\u0438 \u0447\u0451\u043c.\u041e\u0442\u0434\u0435\u043b\u044c\u043d\u044b\u0439 \u0442\u0435\u0441\u0442 \u043f\u0430\u043c\u044f\u0442\u0438 \u0434\u0430\u0451\u0442 \u0444\u0430\u043a\u0442\u0438\u0447\u0435\u0441\u043a\u0443\u044e \u043f\u0440\u043e\u043f\u0443\u0441\u043a\u043d\u0443\u044e \u0441\u043f\u043e\u0441\u043e\u0431\u043d\u043e\u0441\u0442\u044c, \u043a\u043e\u0442\u043e\u0440\u0443\u044e \u0441\u043e\u043f\u043e\u0441\u0442\u0430\u0432\u043b\u044f\u044e\u0442 \u0441\u043e \u0441\u043a\u043e\u0440\u043e\u0441\u0442\u044c\u044e generation. \u041d\u0430 VPS \u0430\u043f\u043f\u0430\u0440\u0430\u0442\u043d\u044b\u0435 \u0441\u0447\u0451\u0442\u0447\u0438\u043a\u0438 \u043c\u043e\u0433\u0443\u0442 \u0431\u044b\u0442\u044c \u043d\u0435\u0434\u043e\u0441\u0442\u0443\u043f\u043d\u044b, \u0430 \u0441\u043e\u0441\u0435\u0434\u043d\u0438\u0435 VM \u043c\u0435\u043d\u044f\u044e\u0442 \u0434\u043e\u0441\u0442\u0443\u043f\u043d\u044b\u0439 \u0440\u0435\u0441\u0443\u0440\u0441. \u0414\u043b\u044f \u043a\u0430\u0436\u0434\u043e\u0439 \u0441\u0435\u0440\u0438\u0438 \u0441\u043e\u0445\u0440\u0430\u043d\u044f\u044e\u0442 \u0432\u0440\u0435\u043c\u044f, %steal \u0438 \u0440\u0435\u0437\u0443\u043b\u044c\u0442\u0430\u0442\u044b \u043f\u043e\u0432\u0442\u043e\u0440\u043e\u0432.\u0421\u043e\u0431\u0440\u0430\u0442\u044c \u043f\u0440\u043e\u0432\u0435\u0440\u044f\u0435\u043c\u044b\u0435 \u0440\u0430\u0437\u043c\u0435\u0440\u044b \u0434\u043b\u044f \u0442\u0440\u0451\u0445 \u0440\u0435\u0436\u0438\u043c\u043e\u0432\u0418\u0442\u043e\u0433\u043e\u0432\u0430\u044f \u0442\u0430\u0431\u043b\u0438\u0446\u0430 \u043d\u0435 \u0441\u043e\u0434\u0435\u0440\u0436\u0438\u0442 \u0443\u043d\u0438\u0432\u0435\u0440\u0441\u0430\u043b\u044c\u043d\u044b\u0445 \u0447\u0438\u0441\u0435\u043b, \u0437\u0434\u0435\u0441\u044c \u0432 \u043a\u0430\u0436\u0434\u043e\u0439 \u0441\u0442\u0440\u043e\u043a\u0435 \u043f\u0440\u0438\u0432\u0435\u0434\u0435\u043d\u044b \u0440\u0435\u0437\u0443\u043b\u044c\u0442\u0430\u0442\u044b \u043e\u0442\u0434\u0435\u043b\u044c\u043d\u043e\u0433\u043e \u043f\u0440\u043e\u0444\u0438\u043b\u044f \u0437\u0430\u043f\u0440\u043e\u0441\u043e\u0432.\u0420\u0435\u0436\u0438\u043c\u041f\u0440\u043e\u0444\u0438\u043b\u044c\u0411\u044e\u0434\u0436\u0435\u0442 RAM\u041a\u0440\u0438\u0442\u0435\u0440\u0438\u0439 CPU\u041e\u0434\u0438\u043d \u043f\u043e\u043b\u044c\u0437\u043e\u0432\u0430\u0442\u0435\u043b\u044c\u041e\u0434\u043d\u0430 \u043f\u043e\u0441\u043b\u0435\u0434\u043e\u0432\u0430\u0442\u0435\u043b\u044c\u043d\u043e\u0441\u0442\u044c, p95 input\/outputPeak RSS, \u043e\u0434\u0438\u043d KV-\u043a\u043e\u043d\u0442\u0435\u043a\u0441\u0442, headroomTTFT \u0438 generation \u0434\u043e \u043f\u043b\u0430\u0442\u043e\u0418\u043d\u0442\u0435\u0440\u0430\u043a\u0442\u0438\u0432\u043d\u044b\u0439\u0420\u0430\u0431\u043e\u0447\u0430\u044f \u043a\u043e\u043d\u043a\u0443\u0440\u0435\u043d\u0442\u043d\u043e\u0441\u0442\u044c \u0438 \u043e\u0447\u0435\u0440\u0435\u0434\u044c\u0417\u0430\u043d\u044f\u0442\u044b\u0439 KV-\u043f\u0443\u043b, peak RSS, \u0437\u0430\u043f\u0430\u0441 SLOp95\/p99 latency \u0438 \u043e\u0431\u0449\u0438\u0439 throughputBatch\u0417\u0430\u0444\u0438\u043a\u0441\u0438\u0440\u043e\u0432\u0430\u043d\u043d\u044b\u0435 batch \u0438 \u0434\u043b\u0438\u043d\u044bPeak RSS \u043f\u0430\u043a\u0435\u0442\u0430 \u0438 \u0440\u0435\u0437\u0435\u0440\u0432 \u043e\u0431\u043d\u043e\u0432\u043b\u0435\u043d\u0438\u044fThroughput \u0438 \u0432\u0440\u0435\u043c\u044f \u0437\u0430\u0434\u0430\u043d\u0438\u044f\u041f\u0440\u0438 \u043e\u0434\u043d\u043e\u043c \u043f\u043e\u043b\u044c\u0437\u043e\u0432\u0430\u0442\u0435\u043b\u0435 \u0432\u0430\u0436\u043d\u044b TTFT \u0438 \u0441\u043a\u043e\u0440\u043e\u0441\u0442\u044c \u0433\u0435\u043d\u0435\u0440\u0430\u0446\u0438\u0438. \u041f\u0440\u043e\u0444\u0438\u043b\u044c \u043d\u0435\u0441\u043a\u043e\u043b\u044c\u043a\u0438\u0445 \u0438\u043d\u0442\u0435\u0440\u0430\u043a\u0442\u0438\u0432\u043d\u044b\u0445 \u043a\u043b\u0438\u0435\u043d\u0442\u043e\u0432 \u0432\u043a\u043b\u044e\u0447\u0430\u0435\u0442 p95\/p99, \u043e\u0447\u0435\u0440\u0435\u0434\u044c \u0438 \u0437\u0430\u043d\u044f\u0442\u044b\u0439 KV-\u043f\u0443\u043b. \u0412 batch-\u0440\u0435\u0436\u0438\u043c\u0435 \u0434\u043e\u043f\u0443\u0441\u0442\u0438\u043c\u0430 \u0431\u043e\u043b\u044c\u0448\u0430\u044f \u0437\u0430\u0434\u0435\u0440\u0436\u043a\u0430 \u0437\u0430\u0434\u0430\u043d\u0438\u044f, \u0435\u0441\u043b\u0438 \u043e\u0431\u0449\u0438\u0439 throughput \u0440\u0430\u0441\u0442\u0451\u0442 \u0432 \u043f\u0440\u0435\u0434\u0435\u043b\u0430\u0445 \u0431\u044e\u0434\u0436\u0435\u0442\u0430 RAM.\u0411\u043e\u043b\u044c\u0448\u0435 RAM \u043d\u0443\u0436\u043d\u043e, \u0435\u0441\u043b\u0438 \u043f\u043e\u0432\u0442\u043e\u0440\u044f\u0435\u043c\u044b\u0439 \u043f\u0438\u043a \u0441 \u0437\u0430\u043f\u0430\u0441\u043e\u043c \u043f\u0440\u0438\u0431\u043b\u0438\u0436\u0430\u0435\u0442\u0441\u044f \u043a \u043b\u0438\u043c\u0438\u0442\u0443 \u0438\u043b\u0438 \u043f\u043e\u044f\u0432\u043b\u044f\u044e\u0442\u0441\u044f reclaim \u0438 swap. \u041d\u043e\u0432\u044b\u0435 vCPU \u0438\u043c\u0435\u0435\u0442 \u0441\u043c\u044b\u0441\u043b \u0434\u043e\u0431\u0430\u0432\u043b\u044f\u0442\u044c, \u043f\u043e\u043a\u0430 \u043a\u0440\u0438\u0432\u0430\u044f \u043d\u0443\u0436\u043d\u043e\u0439 \u0444\u0430\u0437\u044b \u0440\u0430\u0441\u0442\u0451\u0442. \u0415\u0441\u043b\u0438 \u0443\u0432\u0435\u043b\u0438\u0447\u0435\u043d\u0438\u0435 threads \u0443\u0436\u0435 \u043d\u0435 \u043f\u043e\u043c\u043e\u0433\u0430\u0435\u0442, \u0441\u043b\u0435\u0434\u0443\u044e\u0449\u0438\u0439 \u0442\u0435\u0441\u0442 \u043f\u0440\u043e\u0432\u043e\u0434\u044f\u0442 \u0441 \u0431\u043e\u043b\u0435\u0435 \u0431\u044b\u0441\u0442\u0440\u044b\u043c CPU \u0438\u043b\u0438 \u043f\u0430\u043c\u044f\u0442\u044c\u044e, \u0434\u0440\u0443\u0433\u0438\u043c NUMA-\u0440\u0430\u0437\u043c\u0435\u0449\u0435\u043d\u0438\u0435\u043c, GPU-offload \u043b\u0438\u0431\u043e \u0438\u043d\u043e\u0439 \u043f\u043e\u043b\u0438\u0442\u0438\u043a\u043e\u0439 batch \u0438 KV-cache.\u041a \u0440\u0435\u0437\u0443\u043b\u044c\u0442\u0430\u0442\u0443 \u043f\u0440\u0438\u043a\u043b\u0430\u0434\u044b\u0432\u0430\u044e\u0442 \u0432\u0435\u0440\u0441\u0438\u0438, \u0432\u0445\u043e\u0434\u043d\u044b\u0435 \u0434\u0430\u043d\u043d\u044b\u0435, \u0442\u0430\u0431\u043b\u0438\u0446\u0443 \u0438 \u0441\u044b\u0440\u043e\u0439 JSONL. \u041d\u043e\u0432\u044b\u0439 \u043f\u0440\u043e\u0444\u0438\u043b\u044c \u043d\u0443\u0436\u0435\u043d \u043f\u0440\u0438 \u0441\u043c\u0435\u043d\u0435 \u043c\u043e\u0434\u0435\u043b\u0438, \u0440\u0430\u043d\u0442\u0430\u0439\u043c\u0430 \u0438\u043b\u0438 \u043a\u043e\u043d\u043a\u0443\u0440\u0435\u043d\u0446\u0438\u0438. \u041f\u043e \u0442\u0430\u043a\u043e\u043c\u0443 \u043f\u0440\u043e\u0444\u0438\u043b\u044e \u0440\u0435\u0441\u0443\u0440\u0441\u044b \u043f\u0435\u0440\u0435\u0441\u0447\u0438\u0442\u044b\u0432\u0430\u044e\u0442 \u0434\u043e \u043f\u043e\u043a\u0443\u043f\u043a\u0438 VM, \u0430 \u043f\u043e\u0441\u043b\u0435 \u0440\u0430\u0437\u0432\u0451\u0440\u0442\u044b\u0432\u0430\u043d\u0438\u044f \u043f\u043e\u0434\u0442\u0432\u0435\u0440\u0436\u0434\u0430\u044e\u0442 \u0442\u0435\u043c \u0436\u0435 \u0441\u0446\u0435\u043d\u0430\u0440\u0438\u0435\u043c.\u0418\u0442\u043e\u0433\u043e\u0432\u044b\u0439 \u0441\u0430\u0439\u0437\u0438\u043d\u0433 RAM \u0438 vCPU \u0434\u043b\u044f \u043b\u043e\u043a\u0430\u043b\u044c\u043d\u043e\u0439 \u044f\u0437\u044b\u043a\u043e\u0432\u043e\u0439 \u043c\u043e\u0434\u0435\u043b\u0438 \u043e\u043f\u0438\u0440\u0430\u0435\u0442\u0441\u044f \u043d\u0430 \u0438\u0437\u043c\u0435\u0440\u0435\u043d\u043d\u043e\u0435 \u043f\u043e\u0442\u0440\u0435\u0431\u043b\u0435\u043d\u0438\u0435 \u043f\u043b\u044e\u0441 \u0437\u0430\u043b\u043e\u0436\u0435\u043d\u043d\u044b\u0439 \u0437\u0430\u043f\u0430\u0441. \u0420\u0430\u0437\u043c\u0435\u0440 \u0444\u0430\u0439\u043b\u0430 \u0438 \u0444\u043e\u0440\u043c\u0443\u043b\u0430 KV-\u043a\u044d\u0448\u0430 \u0434\u0430\u044e\u0442 \u0438\u0441\u0445\u043e\u0434\u043d\u0443\u044e \u043e\u0446\u0435\u043d\u043a\u0443, \u0430 peak RSS\/PSS, memory.current \u0438 thread sweep \u0443\u0442\u043e\u0447\u043d\u044f\u044e\u0442 \u0435\u0451 \u043d\u0430 \u043a\u043e\u043d\u043a\u0440\u0435\u0442\u043d\u043e\u0439 VM. \u041f\u043e \u044f\u0434\u0440\u0430\u043c \u0433\u0440\u0430\u043d\u0438\u0446\u0430 \u0441\u0432\u043e\u044f: \u043f\u043e\u0441\u043b\u0435 \u043d\u0430\u0441\u044b\u0449\u0435\u043d\u0438\u044f \u0446\u0435\u043b\u0435\u0432\u043e\u0439 \u0444\u0430\u0437\u044b \u043d\u043e\u0432\u044b\u0435 vCPU \u0441\u043a\u043e\u0440\u043e\u0441\u0442\u044c \u0443\u0436\u0435 \u043d\u0435 \u043f\u043e\u0434\u043d\u0438\u043c\u0430\u044e\u0442. \u0415\u0441\u043b\u0438 SLO \u043d\u0435 \u0432\u044b\u043f\u043e\u043b\u043d\u044f\u0435\u0442\u0441\u044f \u043f\u043e\u0441\u043b\u0435 \u043f\u043b\u0430\u0442\u043e CPU, \u043f\u0440\u0438\u0447\u0438\u043d\u0443 \u0438\u0449\u0443\u0442 \u0432 \u043f\u0430\u043c\u044f\u0442\u0438,…<\/p>\n","protected":false},"author":1,"featured_media":0,"comment_status":"closed","ping_status":"closed","sticky":false,"template":"","format":"standard","meta":{"footnotes":""},"categories":[],"tags":[],"class_list":["post-494272","post","type-post","status-publish","format-standard","hentry"],"_links":{"self":[{"href":"https:\/\/savepearlharbor.com\/index.php?rest_route=\/wp\/v2\/posts\/494272","targetHints":{"allow":["GET"]}}],"collection":[{"href":"https:\/\/savepearlharbor.com\/index.php?rest_route=\/wp\/v2\/posts"}],"about":[{"href":"https:\/\/savepearlharbor.com\/index.php?rest_route=\/wp\/v2\/types\/post"}],"author":[{"embeddable":true,"href":"https:\/\/savepearlharbor.com\/index.php?rest_route=\/wp\/v2\/users\/1"}],"replies":[{"embeddable":true,"href":"https:\/\/savepearlharbor.com\/index.php?rest_route=%2Fwp%2Fv2%2Fcomments&post=494272"}],"version-history":[{"count":0,"href":"https:\/\/savepearlharbor.com\/index.php?rest_route=\/wp\/v2\/posts\/494272\/revisions"}],"wp:attachment":[{"href":"https:\/\/savepearlharbor.com\/index.php?rest_route=%2Fwp%2Fv2%2Fmedia&parent=494272"}],"wp:term":[{"taxonomy":"category","embeddable":true,"href":"https:\/\/savepearlharbor.com\/index.php?rest_route=%2Fwp%2Fv2%2Fcategories&post=494272"},{"taxonomy":"post_tag","embeddable":true,"href":"https:\/\/savepearlharbor.com\/index.php?rest_route=%2Fwp%2Fv2%2Ftags&post=494272"}],"curies":[{"name":"wp","href":"https:\/\/api.w.org\/{rel}","templated":true}]}}