{"id":501968,"date":"2026-11-06T14:12:05","date_gmt":"2026-11-06T11:12:05","guid":{"rendered":"https:\/\/savepearlharbor.com\/?p=501968"},"modified":"2026-11-06T14:12:05","modified_gmt":"2026-11-06T11:12:05","slug":"","status":"publish","type":"post","link":"https:\/\/savepearlharbor.com\/?p=501968","title":{"rendered":"Scale-to-zero \u0434\u043b\u044f LLM: \u043d\u0430 \u0447\u0442\u043e \u0443\u0445\u043e\u0434\u044f\u0442 294 \u0441\u0435\u043a\u0443\u043d\u0434\u044b \u043f\u043e\u0441\u043b\u0435 \u043f\u0435\u0440\u0432\u043e\u0433\u043e \u0437\u0430\u043f\u0440\u043e\u0441\u0430"},"content":{"rendered":"<div xmlns=\"http:\/\/www.w3.org\/1999\/xhtml\">\n<figure class=\"full-width \"><img decoding=\"async\" src=\"https:\/\/habrastorage.org\/r\/w1560\/extt\/f4\/a8\/e3\/f4a8e32c2736a363326fd66c38894bf0.jpg\" width=\"1644\" height=\"917\" sizes=\"auto, (max-width: 780px) 100vw, 50vw\" srcset=\"https:\/\/habrastorage.org\/r\/w780\/extt\/f4\/a8\/e3\/f4a8e32c2736a363326fd66c38894bf0.jpg 780w,&#10;       https:\/\/habrastorage.org\/r\/w1560\/extt\/f4\/a8\/e3\/f4a8e32c2736a363326fd66c38894bf0.jpg 781w\" loading=\"lazy\" decode=\"async\"\/><\/figure>\n<p>\u041a\u043e\u0433\u0434\u0430 \u0437\u0430\u043f\u0440\u043e\u0441\u044b \u043a LLM \u043f\u0440\u0438\u0445\u043e\u0434\u044f\u0442 \u043b\u0438\u0448\u044c \u043d\u0435\u0441\u043a\u043e\u043b\u044c\u043a\u043e \u0440\u0430\u0437 \u0432 \u0434\u0435\u043d\u044c, GPU \u0431\u043e\u043b\u044c\u0448\u0443\u044e \u0447\u0430\u0441\u0442\u044c \u0432\u0440\u0435\u043c\u0435\u043d\u0438 \u043f\u0440\u043e\u0441\u0442\u0430\u0438\u0432\u0430\u0435\u0442, \u043d\u043e \u043f\u043b\u0430\u0442\u0438\u0442\u044c \u0437\u0430 \u043d\u043e\u0434\u0443 \u043f\u0440\u0438\u0445\u043e\u0434\u0438\u0442\u0441\u044f \u043a\u0440\u0443\u0433\u043b\u043e\u0441\u0443\u0442\u043e\u0447\u043d\u043e. \u0425\u043e\u0447\u0435\u0442\u0441\u044f \u043e\u0441\u0432\u043e\u0431\u043e\u0436\u0434\u0430\u0442\u044c \u043a\u0430\u0440\u0442\u0443 \u043c\u0435\u0436\u0434\u0443 \u0437\u0430\u043f\u0440\u043e\u0441\u0430\u043c\u0438: \u0443\u0434\u0430\u043b\u044f\u0442\u044c \u043f\u043e\u0434\u044b \u0441 \u043c\u043e\u0434\u0435\u043b\u044c\u044e, \u043a\u043e\u0433\u0434\u0430 \u043d\u0430\u0433\u0440\u0443\u0437\u043a\u0438 \u043d\u0435\u0442, \u0438 \u0437\u0430\u043f\u0443\u0441\u043a\u0430\u0442\u044c \u0438\u0445 \u0441\u043d\u043e\u0432\u0430, \u043a\u043e\u0433\u0434\u0430 \u043e\u043d\u0430 \u043f\u043e\u044f\u0432\u043b\u044f\u0435\u0442\u0441\u044f. \u0414\u043b\u044f \u043e\u0431\u044b\u0447\u043d\u043e\u0433\u043e \u0432\u0435\u0431-\u043f\u0440\u0438\u043b\u043e\u0436\u0435\u043d\u0438\u044f \u0442\u0430\u043a\u0430\u044f \u0441\u0445\u0435\u043c\u0430 \u0440\u0430\u0431\u043e\u0442\u0430\u0435\u0442 \u0441 \u0437\u0430\u0434\u0435\u0440\u0436\u043a\u043e\u0439 \u0432 \u043d\u0435\u0441\u043a\u043e\u043b\u044c\u043a\u043e \u0441\u0435\u043a\u0443\u043d\u0434, \u0438 \u044d\u0442\u043e \u0432\u043f\u043e\u043b\u043d\u0435 \u0434\u043e\u043f\u0443\u0441\u0442\u0438\u043c\u043e. LLM \u0436\u0435 \u043f\u043e\u0441\u043b\u0435 \u0437\u0430\u043f\u0443\u0441\u043a\u0430 \u043f\u043e\u0434\u0430 \u043d\u0443\u0436\u043d\u043e \u0437\u0430\u0433\u0440\u0443\u0437\u0438\u0442\u044c \u0432\u0435\u0441\u0430 \u0438 \u043f\u0440\u043e\u0433\u0440\u0435\u0442\u044c \u0434\u0432\u0438\u0436\u043e\u043a, \u043f\u043e\u044d\u0442\u043e\u043c\u0443 \u043f\u0435\u0440\u0432\u044b\u0439 \u0437\u0430\u043f\u0440\u043e\u0441 \u043c\u043e\u0436\u0435\u0442 \u0436\u0434\u0430\u0442\u044c \u043e\u0442\u0432\u0435\u0442\u0430 \u043d\u0435\u0441\u043a\u043e\u043b\u044c\u043a\u043e \u043c\u0438\u043d\u0443\u0442.<\/p>\n<p>\u0412 \u0438\u044e\u043b\u0435 \u043a\u043e\u043c\u0430\u043d\u0434\u0430 H Company<a href=\"https:\/\/hcompany.ai\/newsroom\/booting-fast-and-slow\"> \u0440\u0430\u0441\u0441\u043a\u0430\u0437\u0430\u043b\u0430<\/a>, \u0447\u0442\u043e \u043d\u043e\u0432\u0430\u044f \u0440\u0435\u043f\u043b\u0438\u043a\u0430 \u0438\u0445 \u043a\u0440\u0443\u043f\u043d\u0435\u0439\u0448\u0438\u0445 \u043c\u043e\u0434\u0435\u043b\u0435\u0439 \u0432\u044b\u0445\u043e\u0434\u0438\u043b\u0430 \u0432 \u0433\u043e\u0442\u043e\u0432\u043d\u043e\u0441\u0442\u044c \u0434\u043e 27 \u043c\u0438\u043d\u0443\u0442. \u041a\u043e\u043c\u0430\u043d\u0434\u0430 \u0438\u0441\u043f\u043e\u043b\u044c\u0437\u0443\u0435\u0442 vLLM \u043d\u0430 GPU-\u043d\u043e\u0434\u0430\u0445 Kubernetes \u0438 \u0434\u043e\u0431\u0430\u0432\u043b\u044f\u0435\u0442 \u0440\u0435\u043f\u043b\u0438\u043a\u0438 \u043f\u043e \u043c\u0435\u0440\u0435 \u0440\u043e\u0441\u0442\u0430 \u043d\u0430\u0433\u0440\u0443\u0437\u043a\u0438 \u043e\u0442 \u0430\u0433\u0435\u043d\u0442\u043e\u0432. \u0410\u0432\u0442\u043e\u0441\u043a\u0435\u0439\u043b\u0435\u0440 \u0431\u044b\u0441\u0442\u0440\u043e \u0443\u0432\u0435\u043b\u0438\u0447\u0438\u0432\u0430\u0435\u0442 \u0447\u0438\u0441\u043b\u043e \u043f\u043e\u0434\u043e\u0432, \u043d\u043e \u0434\u0430\u043b\u044c\u0448\u0435 \u043d\u0430\u0447\u0438\u043d\u0430\u044e\u0442\u0441\u044f \u0441\u043a\u0430\u0447\u0438\u0432\u0430\u043d\u0438\u0435 \u043e\u0431\u0440\u0430\u0437\u0430, \u0437\u0430\u0433\u0440\u0443\u0437\u043a\u0430 \u0432\u0435\u0441\u043e\u0432, \u043a\u043e\u043c\u043f\u0438\u043b\u044f\u0446\u0438\u044f \u0438 \u043f\u0440\u043e\u0433\u0440\u0435\u0432 \u0434\u0432\u0438\u0436\u043a\u0430. \u0423\u0441\u043a\u043e\u0440\u0438\u0442\u044c \u044d\u0442\u0438 \u044d\u0442\u0430\u043f\u044b \u043d\u0430\u0441\u0442\u0440\u043e\u0439\u043a\u0430\u043c\u0438 \u043c\u0430\u0441\u0448\u0442\u0430\u0431\u0438\u0440\u043e\u0432\u0430\u043d\u0438\u044f \u043d\u0435 \u043f\u043e\u043b\u0443\u0447\u0438\u0442\u0441\u044f.<\/p>\n<p>\u042f \u043e\u0436\u0438\u0434\u0430\u043b, \u0447\u0442\u043e \u0431\u043e\u043b\u044c\u0448\u0443\u044e \u0447\u0430\u0441\u0442\u044c \u0432\u0440\u0435\u043c\u0435\u043d\u0438 \u0437\u0430\u043d\u0438\u043c\u0430\u0435\u0442 \u0437\u0430\u0433\u0440\u0443\u0437\u043a\u0430 \u0432\u0435\u0441\u043e\u0432, \u0438 \u0440\u0435\u0448\u0438\u043b \u043f\u043e\u0441\u043c\u043e\u0442\u0440\u0435\u0442\u044c \u043f\u0443\u0431\u043b\u0438\u0447\u043d\u044b\u0435 \u0437\u0430\u043c\u0435\u0440\u044b. \u0423 Tensorfuse \u0437\u0430\u043f\u0443\u0441\u043a Llama 3.1 8B \u043d\u0430 L40S \u0437\u0430\u043d\u044f\u043b 294 \u0441\u0435\u043a\u0443\u043d\u0434\u044b, \u0438\u0437 \u043a\u043e\u0442\u043e\u0440\u044b\u0445 \u043d\u0430 \u0441\u043a\u0430\u0447\u0438\u0432\u0430\u043d\u0438\u0435 \u043c\u043e\u0434\u0435\u043b\u0438 \u0438 \u043f\u0435\u0440\u0435\u043d\u043e\u0441 \u0432\u0435\u0441\u043e\u0432 \u0432 GPU \u0443\u0448\u043b\u043e \u0442\u043e\u043b\u044c\u043a\u043e 94. \u041e\u0441\u0442\u0430\u043b\u044c\u043d\u044b\u0435 200 \u0441\u0435\u043a\u0443\u043d\u0434 \u043f\u043e\u0442\u0440\u0435\u0431\u043e\u0432\u0430\u043b\u0438\u0441\u044c \u043d\u0430 \u043a\u043e\u043c\u043f\u0438\u043b\u044f\u0446\u0438\u044e, \u0437\u0430\u0445\u0432\u0430\u0442 CUDA graphs, \u0438\u043d\u0438\u0446\u0438\u0430\u043b\u0438\u0437\u0430\u0446\u0438\u044e \u0434\u0432\u0438\u0436\u043a\u0430 \u0438 \u0438\u043c\u043f\u043e\u0440\u0442\u044b. \u0417\u043d\u0430\u0447\u0438\u0442\u0435\u043b\u044c\u043d\u0443\u044e \u0447\u0430\u0441\u0442\u044c \u044d\u0442\u043e\u0439 \u0440\u0430\u0431\u043e\u0442\u044b \u043d\u043e\u0432\u044b\u0439 \u043f\u043e\u0434 \u043f\u043e\u0432\u0442\u043e\u0440\u044f\u0435\u0442 \u043f\u0440\u0438 \u043a\u0430\u0436\u0434\u043e\u043c \u0441\u0442\u0430\u0440\u0442\u0435, \u0445\u043e\u0442\u044f \u0435\u0451 \u0440\u0435\u0437\u0443\u043b\u044c\u0442\u0430\u0442\u044b \u043c\u043e\u0436\u043d\u043e \u0441\u043e\u0445\u0440\u0430\u043d\u0438\u0442\u044c \u043d\u0430 \u043d\u043e\u0434\u0435.<\/p>\n<p>\u0412 \u0441\u0442\u0430\u0442\u044c\u0435 \u0440\u0430\u0437\u0431\u0435\u0440\u0451\u043c, \u043a\u0430\u043a \u043d\u0430\u0441\u0442\u0440\u043e\u0438\u0442\u044c \u0437\u0430\u043f\u0443\u0441\u043a LLM \u0438\u0437 \u043d\u0443\u043b\u044f \u0438 \u0441\u043e\u043a\u0440\u0430\u0442\u0438\u0442\u044c \u0445\u043e\u043b\u043e\u0434\u043d\u044b\u0439 \u0441\u0442\u0430\u0440\u0442: \u043e\u0442\u043a\u0443\u0434\u0430 KEDA \u043f\u043e\u043b\u0443\u0447\u0430\u0435\u0442 \u0441\u0438\u0433\u043d\u0430\u043b \u043e \u043d\u0430\u0433\u0440\u0443\u0437\u043a\u0435, \u043f\u043e\u043a\u0430 \u043f\u043e\u0434\u043e\u0432 \u043d\u0435\u0442, \u0447\u0442\u043e \u0441\u0442\u043e\u0438\u0442 \u0437\u0430\u0440\u0430\u043d\u0435\u0435 \u0437\u0430\u043a\u044d\u0448\u0438\u0440\u043e\u0432\u0430\u0442\u044c \u0438 \u043a\u0430\u043a\u0438\u0435 \u0442\u0430\u0439\u043c\u0430\u0443\u0442\u044b \u043f\u043e\u0437\u0432\u043e\u043b\u044f\u0442 \u043f\u0435\u0440\u0432\u043e\u043c\u0443 \u0437\u0430\u043f\u0440\u043e\u0441\u0443 \u0434\u043e\u0436\u0434\u0430\u0442\u044c\u0441\u044f \u043c\u043e\u0434\u0435\u043b\u0438. \u041d\u0430 \u043f\u0443\u0431\u043b\u0438\u0447\u043d\u044b\u0445 \u0437\u0430\u043c\u0435\u0440\u0430\u0445 \u043f\u043e\u0441\u043c\u043e\u0442\u0440\u0438\u043c, \u0441\u043a\u043e\u043b\u044c\u043a\u043e \u0432\u0440\u0435\u043c\u0435\u043d\u0438 \u0434\u0430\u044e\u0442 \u044d\u0442\u0438 \u043e\u043f\u0442\u0438\u043c\u0438\u0437\u0430\u0446\u0438\u0438, \u0430 \u0437\u0430\u0442\u0435\u043c \u043f\u0435\u0440\u0435\u0439\u0434\u0451\u043c \u043a \u043c\u0430\u043d\u0438\u0444\u0435\u0441\u0442\u0430\u043c KEDA HTTP Add-on, DaemonSet \u0434\u043b\u044f \u043f\u0440\u0435\u0434\u0437\u0430\u0433\u0440\u0443\u0437\u043a\u0438 \u0438 \u043d\u0430\u0441\u0442\u0440\u043e\u0439\u043a\u0430\u043c vLLM. \u042d\u0442\u043e \u043f\u043e\u043c\u043e\u0436\u0435\u0442 \u043f\u043b\u0430\u0442\u0444\u043e\u0440\u043c\u0435\u043d\u043d\u044b\u043c \u0438\u043d\u0436\u0435\u043d\u0435\u0440\u0430\u043c \u043e\u0446\u0435\u043d\u0438\u0442\u044c, \u043f\u043e\u0434\u0445\u043e\u0434\u0438\u0442 \u043b\u0438 \u0442\u0430\u043a\u043e\u0439 \u0440\u0435\u0436\u0438\u043c \u0438\u0445 \u043d\u0430\u0433\u0440\u0443\u0437\u043a\u0435 \u0438\u043b\u0438 \u043b\u0443\u0447\u0448\u0435 \u043e\u0441\u0442\u0430\u0432\u0438\u0442\u044c \u0442\u0451\u043f\u043b\u0443\u044e \u0440\u0435\u043f\u043b\u0438\u043a\u0443.<\/p>\n<h3>\u041e\u0442\u043a\u0443\u0434\u0430 \u0431\u0440\u0430\u0442\u044c \u0441\u0438\u0433\u043d\u0430\u043b \u0434\u043b\u044f \u0437\u0430\u043f\u0443\u0441\u043a\u0430 \u043c\u043e\u0434\u0435\u043b\u0438\u00a0<\/h3>\n<p>\u041c\u0435\u0442\u0440\u0438\u043a\u0438 GPU \u043a\u0430\u0436\u0443\u0442\u0441\u044f \u0435\u0441\u0442\u0435\u0441\u0442\u0432\u0435\u043d\u043d\u044b\u043c \u0432\u044b\u0431\u043e\u0440\u043e\u043c \u0434\u043b\u044f \u0430\u0432\u0442\u043e\u043c\u0430\u0441\u0448\u0442\u0430\u0431\u0438\u0440\u043e\u0432\u0430\u043d\u0438\u044f LLM, \u043d\u043e \u043e\u043f\u0440\u0435\u0434\u0435\u043b\u0438\u0442\u044c \u0441\u043f\u0440\u043e\u0441 \u043f\u043e \u043d\u0438\u043c \u0441\u043b\u043e\u0436\u043d\u043e:<\/p>\n<ul>\n<li>\n<p>\u0423\u0442\u0438\u043b\u0438\u0437\u0430\u0446\u0438\u044f \u043f\u043e\u043a\u0430\u0437\u044b\u0432\u0430\u0435\u0442, \u043a\u0430\u043a\u0443\u044e \u0434\u043e\u043b\u044e \u0432\u0440\u0435\u043c\u0435\u043d\u0438 \u043a\u0430\u0440\u0442\u0430 \u0437\u0430\u043d\u044f\u0442\u0430. \u041f\u0440\u0438 \u043d\u0435\u043f\u0440\u0435\u0440\u044b\u0432\u043d\u043e\u043c \u0431\u0430\u0442\u0447\u0438\u043d\u0433\u0435 \u043e\u043d\u0430 \u043c\u043e\u0436\u0435\u0442 \u0434\u0435\u0440\u0436\u0430\u0442\u044c\u0441\u044f \u043e\u043a\u043e\u043b\u043e 100% \u043f\u0440\u0438 \u0440\u0430\u0437\u043d\u043e\u0439 \u043d\u0430\u0433\u0440\u0443\u0437\u043a\u0435.<\/p>\n<\/li>\n<li>\n<p>\u0417\u0430\u043d\u044f\u0442\u0430\u044f \u0432\u0438\u0434\u0435\u043e\u043f\u0430\u043c\u044f\u0442\u044c \u043d\u0435 \u043e\u0442\u0440\u0430\u0436\u0430\u0435\u0442 \u0447\u0438\u0441\u043b\u043e \u0437\u0430\u043f\u0440\u043e\u0441\u043e\u0432: vLLM \u0437\u0430\u0440\u0430\u043d\u0435\u0435 \u0440\u0435\u0437\u0435\u0440\u0432\u0438\u0440\u0443\u0435\u0442 \u043f\u0430\u043c\u044f\u0442\u044c \u043f\u043e\u0434 \u0432\u0435\u0441\u0430 \u0438 KV-\u043a\u044d\u0448 \u2014 \u043f\u043e \u0443\u043c\u043e\u043b\u0447\u0430\u043d\u0438\u044e 90%.<\/p>\n<\/li>\n<li>\n<p>\u041e\u0447\u0435\u0440\u0435\u0434\u044c vllm:num_requests_waiting \u0434\u043e\u0441\u0442\u0443\u043f\u043d\u0430 \u043d\u0430 \/metrics \u0442\u043e\u043b\u044c\u043a\u043e \u043f\u043e\u0441\u043b\u0435 \u0437\u0430\u043f\u0443\u0441\u043a\u0430 vLLM. \u041a\u043e\u0433\u0434\u0430 \u043f\u043e\u0434\u043e\u0432 \u043d\u0435\u0442, \u044d\u0442\u0430 \u043c\u0435\u0442\u0440\u0438\u043a\u0430 \u043d\u0435 \u043f\u043e\u043c\u043e\u0436\u0435\u0442 \u0438\u0445 \u0437\u0430\u043f\u0443\u0441\u0442\u0438\u0442\u044c.<\/p>\n<\/li>\n<\/ul>\n<p>\u041f\u043e\u044d\u0442\u043e\u043c\u0443 \u0441\u0438\u0433\u043d\u0430\u043b \u0434\u043b\u044f \u0437\u0430\u043f\u0443\u0441\u043a\u0430 \u043c\u043e\u0434\u0435\u043b\u0438 \u043d\u0443\u0436\u043d\u043e \u043f\u043e\u043b\u0443\u0447\u0430\u0442\u044c \u0442\u0430\u043c, \u0433\u0434\u0435 \u0437\u0430\u043f\u0440\u043e\u0441\u044b \u0432\u0438\u0434\u043d\u044b \u0438 \u0431\u0435\u0437 \u0440\u0430\u0431\u043e\u0442\u0430\u044e\u0449\u0438\u0445 \u043f\u043e\u0434\u043e\u0432, \u2014 \u043d\u0430 \u043f\u0440\u043e\u043a\u0441\u0438 \u0438\u043b\u0438 \u0448\u043b\u044e\u0437\u0435 \u043f\u0435\u0440\u0435\u0434 \u043c\u043e\u0434\u0435\u043b\u044c\u044e.<\/p>\n<p>\u041a\u043e\u0433\u0434\u0430 \u043f\u043e\u0434\u043e\u0432 \u0441 \u043c\u043e\u0434\u0435\u043b\u044c\u044e \u043d\u0435\u0442, \u0437\u0430\u043f\u0440\u043e\u0441 \u043f\u0440\u0438\u043d\u0438\u043c\u0430\u0435\u0442 \u043f\u0440\u043e\u043a\u0441\u0438 \u0438\u043b\u0438 \u0448\u043b\u044e\u0437 \u043f\u0435\u0440\u0435\u0434 \u0441\u0435\u0440\u0432\u0438\u0441\u043e\u043c. \u041e\u043d \u0432\u0438\u0434\u0438\u0442 \u043d\u0430\u0433\u0440\u0443\u0437\u043a\u0443 \u0438 \u043c\u043e\u0436\u0435\u0442 \u043f\u0435\u0440\u0435\u0434\u0430\u0442\u044c \u0430\u0432\u0442\u043e\u0441\u043a\u0435\u0439\u043b\u0435\u0440\u0443 \u0441\u0438\u0433\u043d\u0430\u043b \u0434\u043b\u044f \u0437\u0430\u043f\u0443\u0441\u043a\u0430 \u0440\u0435\u043f\u043b\u0438\u043a\u0438, \u0430 \u0437\u0430\u0442\u0435\u043c \u0434\u043e\u0436\u0434\u0430\u0442\u044c\u0441\u044f \u0435\u0451 \u0433\u043e\u0442\u043e\u0432\u043d\u043e\u0441\u0442\u0438 \u0438 \u043e\u0442\u043f\u0440\u0430\u0432\u0438\u0442\u044c \u0435\u0439 \u0437\u0430\u043f\u0440\u043e\u0441.<\/p>\n<p>\u0412 KEDA HTTP Add-on \u044d\u0442\u0443 \u0437\u0430\u0434\u0430\u0447\u0443 \u0432\u044b\u043f\u043e\u043b\u043d\u044f\u0435\u0442 interceptor \u2014 \u043e\u0431\u0440\u0430\u0442\u043d\u044b\u0439 \u043f\u0440\u043e\u043a\u0441\u0438, \u043a\u043e\u0442\u043e\u0440\u044b\u0439 \u0441\u0447\u0438\u0442\u0430\u0435\u0442 \u0437\u0430\u043f\u0440\u043e\u0441\u044b \u0432 \u043e\u0431\u0440\u0430\u0431\u043e\u0442\u043a\u0435 \u0438 \u043f\u0435\u0440\u0435\u0434\u0430\u0451\u0442 \u043c\u0435\u0442\u0440\u0438\u043a\u0438 KEDA. \u041f\u043e\u043a\u0430 \u043c\u043e\u0434\u0435\u043b\u044c \u0437\u0430\u043f\u0443\u0441\u043a\u0430\u0435\u0442\u0441\u044f, \u043e\u043d \u0443\u0434\u0435\u0440\u0436\u0438\u0432\u0430\u0435\u0442 \u0437\u0430\u043f\u0440\u043e\u0441\u044b \u0443 \u0441\u0435\u0431\u044f. \u0421\u0430\u043c Add-on \u043f\u043e\u043a\u0430 \u043d\u0430\u0445\u043e\u0434\u0438\u0442\u0441\u044f \u0432 \u0441\u0442\u0430\u0442\u0443\u0441\u0435 beta, \u0447\u0442\u043e \u0441\u0442\u043e\u0438\u0442 \u0443\u0447\u0435\u0441\u0442\u044c \u043f\u0435\u0440\u0435\u0434 \u0438\u0441\u043f\u043e\u043b\u044c\u0437\u043e\u0432\u0430\u043d\u0438\u0435\u043c \u0432 \u043f\u0440\u043e\u0434\u0430\u043a\u0448\u0435\u043d\u0435.<\/p>\n<figure class=\"full-width \"><img decoding=\"async\" src=\"https:\/\/habrastorage.org\/r\/w1560\/extt\/9d\/e9\/8c\/9de98c6e68c345baff2c100a598cacca.png\" width=\"1600\" height=\"460\" sizes=\"auto, (max-width: 780px) 100vw, 50vw\" srcset=\"https:\/\/habrastorage.org\/r\/w780\/extt\/9d\/e9\/8c\/9de98c6e68c345baff2c100a598cacca.png 780w,&#10;       https:\/\/habrastorage.org\/r\/w1560\/extt\/9d\/e9\/8c\/9de98c6e68c345baff2c100a598cacca.png 781w\" loading=\"lazy\" decode=\"async\"\/><\/figure>\n<p>\u0417\u0430\u043f\u0443\u0441\u043a \u043f\u0440\u043e\u0445\u043e\u0434\u0438\u0442 \u0432 \u043f\u044f\u0442\u044c \u0448\u0430\u0433\u043e\u0432:<\/p>\n<ol>\n<li>\n<p>Interceptor \u0441\u043e\u043f\u043e\u0441\u0442\u0430\u0432\u043b\u044f\u0435\u0442 \u0437\u0430\u043f\u0440\u043e\u0441 \u0441 \u043c\u0430\u0440\u0448\u0440\u0443\u0442\u043e\u043c \u0438 \u0443\u0447\u0438\u0442\u044b\u0432\u0430\u0435\u0442 \u0435\u0433\u043e \u0432 \u043c\u0435\u0442\u0440\u0438\u043a\u0435.<\/p>\n<\/li>\n<li>\n<p>\u0421\u043a\u0435\u0439\u043b\u0435\u0440 \u043e\u0431\u043d\u0430\u0440\u0443\u0436\u0438\u0432\u0430\u0435\u0442 \u0442\u0440\u0430\u0444\u0438\u043a \u0438 \u0441\u043e\u043e\u0431\u0449\u0430\u0435\u0442 KEDA \u043e \u043d\u0430\u0433\u0440\u0443\u0437\u043a\u0435.<\/p>\n<\/li>\n<li>\n<p>KEDA \u0443\u0432\u0435\u043b\u0438\u0447\u0438\u0432\u0430\u0435\u0442 \u0447\u0438\u0441\u043b\u043e \u0440\u0435\u043f\u043b\u0438\u043a Deployment \u0441 \u043d\u0443\u043b\u044f \u0434\u043e \u043e\u0434\u043d\u043e\u0439 \u0438\u043b\u0438 \u043d\u0435\u0441\u043a\u043e\u043b\u044c\u043a\u0438\u0445.<\/p>\n<\/li>\n<li>\n<p>\u041a\u043e\u0433\u0434\u0430 \u0445\u043e\u0442\u044f \u0431\u044b \u043e\u0434\u0438\u043d \u043f\u043e\u0434 \u0433\u043e\u0442\u043e\u0432 \u043f\u0440\u0438\u043d\u0438\u043c\u0430\u0442\u044c \u0437\u0430\u043f\u0440\u043e\u0441\u044b, interceptor \u043f\u0435\u0440\u0435\u0434\u0430\u0451\u0442 \u0435\u043c\u0443 \u0443\u0434\u0435\u0440\u0436\u0430\u043d\u043d\u044b\u0439 \u0437\u0430\u043f\u0440\u043e\u0441.<\/p>\n<\/li>\n<li>\n<p>\u041e\u0442\u0432\u0435\u0442 \u0432\u043e\u0437\u0432\u0440\u0430\u0449\u0430\u0435\u0442\u0441\u044f \u0447\u0435\u0440\u0435\u0437 interceptor.<\/p>\n<\/li>\n<\/ol>\n<p>\u041c\u0430\u0440\u0448\u0440\u0443\u0442 \u0437\u0430\u0434\u0430\u0451\u0442\u0441\u044f \u0440\u0435\u0441\u0443\u0440\u0441\u043e\u043c <code>InterceptorRoute.<\/code> \u0414\u043b\u044f \u043c\u043e\u0434\u0435\u043b\u0438 \u0441 \u0434\u043e\u043b\u0433\u0438\u043c \u0441\u0442\u0430\u0440\u0442\u043e\u043c \u0437\u0434\u0435\u0441\u044c \u043e\u0441\u043e\u0431\u0435\u043d\u043d\u043e \u0432\u0430\u0436\u043d\u044b \u0442\u0430\u0439\u043c\u0430\u0443\u0442\u044b \u0438 \u043e\u0433\u0440\u0430\u043d\u0438\u0447\u0435\u043d\u0438\u0435 \u0447\u0438\u0441\u043b\u0430 \u043e\u0436\u0438\u0434\u0430\u044e\u0449\u0438\u0445 \u0437\u0430\u043f\u0440\u043e\u0441\u043e\u0432:\u00a0<\/p>\n<pre><code class=\"yaml\">apiVersion: http.keda.sh\/v1beta1kind: InterceptorRoutemetadata:\u00a0 name: llm-chat\u00a0 namespace: llmspec:\u00a0 target:\u00a0 \u00a0 service: vllm-chat\u00a0 \u00a0 port: 8000\u00a0 rules:\u00a0 \u00a0 - hosts:\u00a0 \u00a0 \u00a0 \u00a0 - llm.example.internal\u00a0 scalingMetric:\u00a0 \u00a0 concurrency:\u00a0 \u00a0 \u00a0 targetValue: 16\u00a0 \u00a0 \u00a0 \u00a0 # \u0437\u0430\u043f\u0440\u043e\u0441\u043e\u0432 \u0432 \u043f\u043e\u043b\u0451\u0442\u0435 \u043d\u0430 \u0440\u0435\u043f\u043b\u0438\u043a\u0443\u00a0 timeouts:\u00a0 \u00a0 readiness: 600s\u00a0 \u00a0 \u00a0 \u00a0 \u00a0 # \u0441\u043a\u043e\u043b\u044c\u043a\u043e \u0436\u0434\u0430\u0442\u044c \u0433\u043e\u0442\u043e\u0432\u043d\u043e\u0441\u0442\u0438 \u043f\u043e\u0434\u0430 \u0438\u0437 \u043d\u0443\u043b\u044f\u00a0 \u00a0 responseHeader: 120s \u00a0 \u00a0 # \u0431\u0435\u0437 \u0443\u0447\u0451\u0442\u0430 \u043e\u0436\u0438\u0434\u0430\u043d\u0438\u044f \u0445\u043e\u043b\u043e\u0434\u043d\u043e\u0433\u043e \u0441\u0442\u0430\u0440\u0442\u0430\u00a0 \u00a0 request: 900s\u00a0 \u00a0 \u00a0 \u00a0 \u00a0 \u00a0 # \u0432\u0435\u0441\u044c \u0437\u0430\u043f\u0440\u043e\u0441, \u0432\u043a\u043b\u044e\u0447\u0430\u044f \u0433\u0435\u043d\u0435\u0440\u0430\u0446\u0438\u044e\u00a0 coldStart:\u00a0 \u00a0 maxPendingRequests: 200\u00a0 \u00a0 overflow: Reject \u00a0 \u00a0 \u00a0 \u00a0 # \u0441\u0432\u0435\u0440\u0445 \u043b\u0438\u043c\u0438\u0442\u0430 \u0441\u0440\u0430\u0437\u0443 503<\/code><div class=\"code-explainer\"><a href=\"https:\/\/sourcecraft.dev\/\" class=\"tm-button code-explainer__link\" style=\"visibility: hidden;\"><span class=\"sc-logo-wrapper\"><\/span><\/a><\/div><\/pre>\n<p>\u041f\u0430\u0440\u0430\u043c\u0435\u0442\u0440 <code>readiness<\/code> \u043e\u043f\u0440\u0435\u0434\u0435\u043b\u044f\u0435\u0442, \u0441\u043a\u043e\u043b\u044c\u043a\u043e interceptor \u0436\u0434\u0451\u0442 \u0433\u043e\u0442\u043e\u0432\u043d\u043e\u0441\u0442\u0438 \u0431\u044d\u043a\u0435\u043d\u0434\u0430. \u0415\u0441\u043b\u0438 \u043c\u043e\u0434\u0435\u043b\u044c \u043d\u0435 \u0443\u0441\u043f\u0435\u043b\u0430 \u0437\u0430\u043f\u0443\u0441\u0442\u0438\u0442\u044c\u0441\u044f, \u043e\u043d \u0432\u043e\u0437\u0432\u0440\u0430\u0449\u0430\u0435\u0442 504 \u0438\u043b\u0438 \u043f\u0435\u0440\u0435\u043d\u0430\u043f\u0440\u0430\u0432\u043b\u044f\u0435\u0442 \u0437\u0430\u043f\u0440\u043e\u0441 \u043d\u0430 \u0440\u0435\u0437\u0435\u0440\u0432\u043d\u044b\u0439 \u043e\u0431\u0440\u0430\u0431\u043e\u0442\u0447\u0438\u043a, \u0435\u0441\u043b\u0438 \u0442\u043e\u0442 \u043d\u0430\u0441\u0442\u0440\u043e\u0435\u043d. \u041f\u043e\u0440\u043e\u0433 \u0432 16 \u0437\u0430\u043f\u0440\u043e\u0441\u043e\u0432 \u043d\u0430 \u0440\u0435\u043f\u043b\u0438\u043a\u0443 \u044f \u0432\u0437\u044f\u043b \u0438\u0437 \u0433\u0430\u0439\u0434\u0430 llm-d \u043a\u0430\u043a \u043d\u0430\u0447\u0430\u043b\u044c\u043d\u043e\u0435 \u0437\u043d\u0430\u0447\u0435\u043d\u0438\u0435.<\/p>\n<p>\u041a\u0430\u0436\u0434\u044b\u0439 \u043e\u0436\u0438\u0434\u0430\u044e\u0449\u0438\u0439 \u0437\u0430\u043f\u0440\u043e\u0441 \u0437\u0430\u043d\u0438\u043c\u0430\u0435\u0442 \u0441\u043e\u0435\u0434\u0438\u043d\u0435\u043d\u0438\u0435 \u0438 \u0431\u0443\u0444\u0435\u0440\u044b, \u043f\u043e\u044d\u0442\u043e\u043c\u0443 \u0432\u0441\u043f\u043b\u0435\u0441\u043a \u043d\u0430\u0433\u0440\u0443\u0437\u043a\u0438 \u0432\u043e \u0432\u0440\u0435\u043c\u044f \u0437\u0430\u043f\u0443\u0441\u043a\u0430 \u043c\u043e\u0434\u0435\u043b\u0438 \u043c\u043e\u0436\u0435\u0442 \u0438\u0441\u0447\u0435\u0440\u043f\u0430\u0442\u044c \u043f\u0430\u043c\u044f\u0442\u044c interceptor. \u0412 \u043f\u0440\u0438\u043c\u0435\u0440\u0435 \u043e\u0447\u0435\u0440\u0435\u0434\u044c \u043e\u0433\u0440\u0430\u043d\u0438\u0447\u0435\u043d\u0430 200 \u0437\u0430\u043f\u0440\u043e\u0441\u0430\u043c\u0438; \u043e\u0441\u0442\u0430\u043b\u044c\u043d\u044b\u0435 \u043f\u043e\u043b\u0443\u0447\u0430\u044e\u0442 503. \u0412\u043c\u0435\u0441\u0442\u043e \u043e\u0448\u0438\u0431\u043a\u0438 \u043c\u043e\u0436\u043d\u043e \u043d\u0430\u0441\u0442\u0440\u043e\u0438\u0442\u044c \u0437\u0430\u0433\u043b\u0443\u0448\u043a\u0443.<\/p>\n<p>\u0420\u0435\u0441\u0443\u0440\u0441 <code>ScaledObject<\/code> \u0441\u0432\u044f\u0437\u044b\u0432\u0430\u0435\u0442 \u043c\u0430\u0441\u0448\u0442\u0430\u0431\u0438\u0440\u043e\u0432\u0430\u043d\u0438\u0435 \u0441 \u043c\u0430\u0440\u0448\u0440\u0443\u0442\u043e\u043c \u0438 \u0440\u0430\u0437\u0440\u0435\u0448\u0430\u0435\u0442 \u0443\u0434\u0430\u043b\u044f\u0442\u044c \u0432\u0441\u0435 \u0440\u0435\u043f\u043b\u0438\u043a\u0438:<\/p>\n<pre><code class=\"yaml\">apiVersion: keda.sh\/v1alpha1kind: ScaledObjectmetadata:\u00a0 name: llm-chat\u00a0 namespace: llmspec:\u00a0 scaleTargetRef:\u00a0 \u00a0 name: vllm-chat\u00a0 minReplicaCount: 0\u00a0 maxReplicaCount: 4\u00a0 cooldownPeriod: 1800 \u00a0 \u00a0 \u00a0 # \u043f\u043e\u043b\u0447\u0430\u0441\u0430 \u0442\u0438\u0448\u0438\u043d\u044b \u043f\u0435\u0440\u0435\u0434 \u0443\u0445\u043e\u0434\u043e\u043c \u0432 \u043d\u043e\u043b\u044c\u00a0 advanced:\u00a0 \u00a0 horizontalPodAutoscalerConfig:\u00a0 \u00a0 \u00a0 behavior:\u00a0 \u00a0 \u00a0 \u00a0 scaleUp:\u00a0 \u00a0 \u00a0 \u00a0 \u00a0 policies:\u00a0 \u00a0 \u00a0 \u00a0 \u00a0 \u00a0 - type: Pods\u00a0 \u00a0 \u00a0 \u00a0 \u00a0 \u00a0 \u00a0 value: 1\u00a0 \u00a0 \u00a0 \u00a0 \u00a0 \u00a0 \u00a0 periodSeconds: 300 \u00a0 # \u043d\u0435 \u0431\u043e\u043b\u044c\u0448\u0435 \u043e\u0434\u043d\u043e\u0433\u043e \u043d\u043e\u0432\u043e\u0433\u043e \u043f\u043e\u0434\u0430 \u0437\u0430 5 \u043c\u0438\u043d\u0443\u0442\u00a0 triggers:\u00a0 \u00a0 - type: external-push\u00a0 \u00a0 \u00a0 metadata:\u00a0 \u00a0 \u00a0 \u00a0 scalerAddress: keda-add-ons-http-external-scaler.keda:9090\u00a0 \u00a0 \u00a0 \u00a0 interceptorRoute: llm-chat<\/code><div class=\"code-explainer\"><a href=\"https:\/\/sourcecraft.dev\/\" class=\"tm-button code-explainer__link\" style=\"visibility: hidden;\"><span class=\"sc-logo-wrapper icon-only\"><\/span><\/a><\/div><\/pre>\n<p>\u041f\u043e \u0443\u043c\u043e\u043b\u0447\u0430\u043d\u0438\u044e <code>cooldownPeriod<\/code> \u0440\u0430\u0432\u0435\u043d 300 \u0441\u0435\u043a\u0443\u043d\u0434\u0430\u043c. \u0414\u043b\u044f \u043c\u043e\u0434\u0435\u043b\u0438, \u043a\u043e\u0442\u043e\u0440\u0430\u044f \u0437\u0430\u043f\u0443\u0441\u043a\u0430\u0435\u0442\u0441\u044f \u043d\u0435\u0441\u043a\u043e\u043b\u044c\u043a\u043e \u043c\u0438\u043d\u0443\u0442, \u044f \u0443\u0432\u0435\u043b\u0438\u0447\u0438\u0432\u0430\u044e \u0435\u0433\u043e \u0434\u043e \u043f\u043e\u043b\u0443\u0447\u0430\u0441\u0430: \u0438\u043d\u0430\u0447\u0435 \u043a\u043e\u0440\u043e\u0442\u043a\u0430\u044f \u043f\u0430\u0443\u0437\u0430 \u0432 \u043d\u0430\u0433\u0440\u0443\u0437\u043a\u0435 \u043f\u0440\u0438\u0432\u0435\u0434\u0451\u0442 \u043a \u0443\u0434\u0430\u043b\u0435\u043d\u0438\u044e \u0440\u0435\u043f\u043b\u0438\u043a, \u0430 \u0441\u043b\u0435\u0434\u0443\u044e\u0449\u0438\u0439 \u0437\u0430\u043f\u0440\u043e\u0441 \u0441\u043d\u043e\u0432\u0430 \u0431\u0443\u0434\u0435\u0442 \u0436\u0434\u0430\u0442\u044c \u0445\u043e\u043b\u043e\u0434\u043d\u043e\u0433\u043e \u0441\u0442\u0430\u0440\u0442\u0430. \u0414\u043e\u0431\u0430\u0432\u043b\u0435\u043d\u0438\u0435 \u0440\u0435\u043f\u043b\u0438\u043a \u043e\u0433\u0440\u0430\u043d\u0438\u0447\u0435\u043d\u043e \u043e\u0434\u043d\u0438\u043c \u043f\u043e\u0434\u043e\u043c \u0437\u0430 \u043f\u044f\u0442\u044c \u043c\u0438\u043d\u0443\u0442, \u0447\u0442\u043e\u0431\u044b \u043f\u0435\u0440\u0432\u044b\u0439 \u0432\u0441\u043f\u043b\u0435\u0441\u043a \u043d\u0435 \u0437\u0430\u043f\u0443\u0441\u0442\u0438\u043b \u0441\u0440\u0430\u0437\u0443 \u0432\u0441\u0435 \u0447\u0435\u0442\u044b\u0440\u0435.\u00a0<\/p>\n<figure class=\"full-width \"><img decoding=\"async\" src=\"https:\/\/habrastorage.org\/r\/w1560\/extt\/79\/35\/34\/793534fab100c63e3538aa9b4c2c995d.png\" alt=\"\u041f\u0440\u043e\u0431\u0443\u0436\u0434\u0435\u043d\u0438\u0435 \u0438\u0437 \u043d\u0443\u043b\u044f: KEDA \u043f\u043e\u0434\u043d\u0438\u043c\u0430\u0435\u0442 \u0440\u0435\u043f\u043b\u0438\u043a\u0443, interceptor \u0434\u0435\u0440\u0436\u0438\u0442 \u0437\u0430\u043f\u0440\u043e\u0441\" title=\"\u041f\u0440\u043e\u0431\u0443\u0436\u0434\u0435\u043d\u0438\u0435 \u0438\u0437 \u043d\u0443\u043b\u044f: KEDA \u043f\u043e\u0434\u043d\u0438\u043c\u0430\u0435\u0442 \u0440\u0435\u043f\u043b\u0438\u043a\u0443, interceptor \u0434\u0435\u0440\u0436\u0438\u0442 \u0437\u0430\u043f\u0440\u043e\u0441\" width=\"1600\" height=\"460\" sizes=\"auto, (max-width: 780px) 100vw, 50vw\" srcset=\"https:\/\/habrastorage.org\/r\/w780\/extt\/79\/35\/34\/793534fab100c63e3538aa9b4c2c995d.png 780w,&#10;       https:\/\/habrastorage.org\/r\/w1560\/extt\/79\/35\/34\/793534fab100c63e3538aa9b4c2c995d.png 781w\" loading=\"lazy\" decode=\"async\"\/><\/p>\n<div><figcaption><em>\u041f\u0440\u043e\u0431\u0443\u0436\u0434\u0435\u043d\u0438\u0435 \u0438\u0437 \u043d\u0443\u043b\u044f: KEDA \u043f\u043e\u0434\u043d\u0438\u043c\u0430\u0435\u0442 \u0440\u0435\u043f\u043b\u0438\u043a\u0443, interceptor \u0434\u0435\u0440\u0436\u0438\u0442 \u0437\u0430\u043f\u0440\u043e\u0441<\/em><\/figcaption><\/div>\n<\/figure>\n<p>\u0412 llm-d \u0441\u0438\u0433\u043d\u0430\u043b \u043e \u043d\u0430\u0433\u0440\u0443\u0437\u043a\u0435 \u043f\u043e\u0441\u0442\u0443\u043f\u0430\u0435\u0442 \u043e\u0442 Endpoint Picker \u2014 \u043a\u043e\u043c\u043f\u043e\u043d\u0435\u043d\u0442\u0430 \u0448\u043b\u044e\u0437\u0430, \u043a\u043e\u0442\u043e\u0440\u044b\u0439 \u0432\u044b\u0431\u0438\u0440\u0430\u0435\u0442 \u0440\u0435\u043f\u043b\u0438\u043a\u0443 \u0434\u043b\u044f \u0437\u0430\u043f\u0440\u043e\u0441\u0430. KEDA \u0447\u0438\u0442\u0430\u0435\u0442 \u0435\u0433\u043e \u043c\u0435\u0442\u0440\u0438\u043a\u0438 \u0438\u0437 Prometheus: \u0447\u0438\u0441\u043b\u043e \u0437\u0430\u043f\u0440\u043e\u0441\u043e\u0432 \u0432 \u043e\u0431\u0440\u0430\u0431\u043e\u0442\u043a\u0435 \u0438\u043b\u0438 \u0434\u043b\u0438\u043d\u0443 \u043e\u0447\u0435\u0440\u0435\u0434\u0438. \u041e\u0431\u0430 \u0432\u0430\u0440\u0438\u0430\u043d\u0442\u0430 \u043f\u043e\u0434\u0434\u0435\u0440\u0436\u0438\u0432\u0430\u044e\u0442 \u0437\u0430\u043f\u0443\u0441\u043a \u043f\u0440\u0438 \u043d\u0443\u043b\u0435 \u0440\u0435\u043f\u043b\u0438\u043a, \u043f\u043e\u0441\u043a\u043e\u043b\u044c\u043a\u0443 \u043c\u0435\u0442\u0440\u0438\u043a\u0438 \u0441\u043e\u0431\u0438\u0440\u0430\u044e\u0442\u0441\u044f \u043f\u0435\u0440\u0435\u0434 \u043c\u043e\u0434\u0435\u043b\u044c\u044e.<\/p>\n<p>\u0414\u043e\u043b\u0433\u0438\u0439 \u0441\u0442\u0430\u0440\u0442 \u0443\u0441\u043b\u043e\u0436\u043d\u044f\u0435\u0442 \u0438 \u0434\u0430\u043b\u044c\u043d\u0435\u0439\u0448\u0435\u0435 \u043c\u0430\u0441\u0448\u0442\u0430\u0431\u0438\u0440\u043e\u0432\u0430\u043d\u0438\u0435. \u041f\u043e\u043a\u0430 \u043d\u043e\u0432\u044b\u0435 \u0440\u0435\u043f\u043b\u0438\u043a\u0438 \u0437\u0430\u0433\u0440\u0443\u0436\u0430\u044e\u0442 \u043c\u043e\u0434\u0435\u043b\u044c, HPA \u043f\u0440\u043e\u0434\u043e\u043b\u0436\u0430\u0435\u0442 \u0432\u0438\u0434\u0435\u0442\u044c \u043d\u0435\u0443\u0434\u043e\u0432\u043b\u0435\u0442\u0432\u043e\u0440\u0451\u043d\u043d\u044b\u0439 \u0441\u043f\u0440\u043e\u0441 \u0438 \u043c\u043e\u0436\u0435\u0442 \u0434\u043e\u0431\u0430\u0432\u0438\u0442\u044c \u043b\u0438\u0448\u043d\u0438\u0435 \u043f\u043e\u0434\u044b. \u0412 llm-d \u0434\u043b\u044f \u0441\u0433\u043b\u0430\u0436\u0438\u0432\u0430\u043d\u0438\u044f \u0438\u0441\u043f\u043e\u043b\u044c\u0437\u0443\u044e\u0442 \u043e\u043a\u043d\u0430 \u0441\u0442\u0430\u0431\u0438\u043b\u0438\u0437\u0430\u0446\u0438\u0438 \u043f\u043e 300 \u0441\u0435\u043a\u0443\u043d\u0434, \u043d\u043e \u043f\u043e\u0434\u0431\u0438\u0440\u0430\u0442\u044c \u0438\u0445 \u043d\u0443\u0436\u043d\u043e \u0441 \u0443\u0447\u0451\u0442\u043e\u043c \u0434\u043b\u0438\u0442\u0435\u043b\u044c\u043d\u043e\u0441\u0442\u0438 \u0441\u0432\u043e\u0435\u0433\u043e \u0445\u043e\u043b\u043e\u0434\u043d\u043e\u0433\u043e \u0441\u0442\u0430\u0440\u0442\u0430.<\/p>\n<p>\u0422\u0430\u0439\u043c\u0430\u0443\u0442\u044b \u0442\u043e\u0436\u0435 \u0437\u0430\u0432\u0438\u0441\u044f\u0442 \u043e\u0442 \u0432\u0440\u0435\u043c\u0435\u043d\u0438 \u0437\u0430\u043f\u0443\u0441\u043a\u0430 \u0438 \u0434\u043e\u043b\u0436\u043d\u044b \u043f\u043e\u0441\u043b\u0435\u0434\u043e\u0432\u0430\u0442\u0435\u043b\u044c\u043d\u043e \u0443\u0432\u0435\u043b\u0438\u0447\u0438\u0432\u0430\u0442\u044c\u0441\u044f:<\/p>\n<ol>\n<li>\n<p><code>readiness<\/code> \u2014 \u0434\u043e\u043b\u044c\u0448\u0435 \u0445\u043e\u043b\u043e\u0434\u043d\u043e\u0433\u043e \u0441\u0442\u0430\u0440\u0442\u0430 \u043c\u043e\u0434\u0435\u043b\u0438, \u0441 \u0437\u0430\u043f\u0430\u0441\u043e\u043c \u043d\u0430 \u043c\u0435\u0434\u043b\u0435\u043d\u043d\u044b\u0435 \u0437\u0430\u043f\u0443\u0441\u043a\u0438.<\/p>\n<\/li>\n<li>\n<p><code>request<\/code> \u2014 \u0434\u043e\u043b\u044c\u0448\u0435 readiness \u043f\u043b\u044e\u0441 \u0432\u0440\u0435\u043c\u044f \u0433\u0435\u043d\u0435\u0440\u0430\u0446\u0438\u0438.<\/p>\n<\/li>\n<li>\n<p>\u0422\u0430\u0439\u043c\u0430\u0443\u0442 ingress \u0438\u043b\u0438 \u0431\u0430\u043b\u0430\u043d\u0441\u0438\u0440\u043e\u0432\u0449\u0438\u043a\u0430 \u043f\u0435\u0440\u0435\u0434 interceptor \u2014 \u0434\u043e\u043b\u044c\u0448\u0435 <code>request<\/code>.<\/p>\n<\/li>\n<li>\n<p>\u041a\u043b\u0438\u0435\u043d\u0442\u0441\u043a\u0438\u0439 \u0442\u0430\u0439\u043c\u0430\u0443\u0442 \u2014 \u0434\u043e\u043b\u044c\u0448\u0435 \u0432\u0441\u0435\u0445 \u043f\u0440\u0435\u0434\u044b\u0434\u0443\u0449\u0438\u0445.<\/p>\n<\/li>\n<\/ol>\n<p>\u0421\u0430\u043c\u043e\u043c\u0443 vLLM \u043d\u0443\u0436\u043d\u043e \u0434\u0430\u0442\u044c \u0434\u043e\u0441\u0442\u0430\u0442\u043e\u0447\u043d\u043e \u0432\u0440\u0435\u043c\u0435\u043d\u0438 \u043d\u0430 \u0437\u0430\u043f\u0443\u0441\u043a. \u0414\u043b\u044f \u044d\u0442\u043e\u0433\u043e \u0437\u0430\u0434\u0430\u044e\u0442 <code>startupProbe<\/code>, \u0438\u043d\u0430\u0447\u0435 liveness-\u043f\u0440\u043e\u0431\u0430 \u043c\u043e\u0436\u0435\u0442 \u043f\u0435\u0440\u0435\u0437\u0430\u043f\u0443\u0441\u0442\u0438\u0442\u044c \u043f\u0440\u043e\u0446\u0435\u0441\u0441 \u0435\u0449\u0451 \u0432\u043e \u0432\u0440\u0435\u043c\u044f \u0437\u0430\u0433\u0440\u0443\u0437\u043a\u0438 \u0432\u0435\u0441\u043e\u0432:<\/p>\n<pre><code class=\"yaml\">startupProbe:\u00a0 httpGet:\u00a0 \u00a0 path: \/health\u00a0 \u00a0 port: 8000\u00a0 periodSeconds: 10\u00a0 failureThreshold: 60 \u00a0 \u00a0 \u00a0 # \u0434\u043e 10 \u043c\u0438\u043d\u0443\u0442 \u043d\u0430 \u0441\u0442\u0430\u0440\u0442<\/code><div class=\"code-explainer\"><a href=\"https:\/\/sourcecraft.dev\/\" class=\"tm-button code-explainer__link\" style=\"visibility: hidden;\"><span class=\"sc-logo-wrapper icon-only\"><\/span><\/a><\/div><\/pre>\n<h3>\u041d\u0430 \u0447\u0442\u043e \u0443\u0445\u043e\u0434\u044f\u0442 294 \u0441\u0435\u043a\u0443\u043d\u0434\u044b \u0437\u0430\u043f\u0443\u0441\u043a\u0430\u00a0<\/h3>\n<p>\u042f \u043e\u0436\u0438\u0434\u0430\u043b, \u0447\u0442\u043e \u0445\u043e\u043b\u043e\u0434\u043d\u044b\u0439 \u0441\u0442\u0430\u0440\u0442 LLM \u043f\u043e\u0447\u0442\u0438 \u0446\u0435\u043b\u0438\u043a\u043e\u043c \u0443\u0445\u043e\u0434\u0438\u0442 \u043d\u0430 \u0437\u0430\u0433\u0440\u0443\u0437\u043a\u0443 \u0432\u0435\u0441\u043e\u0432: \u043c\u043e\u0434\u0435\u043b\u044c \u0437\u0430\u043d\u0438\u043c\u0430\u0435\u0442 \u0434\u0435\u0441\u044f\u0442\u043a\u0438 \u0433\u0438\u0433\u0430\u0431\u0430\u0439\u0442, \u043a\u043e\u0442\u043e\u0440\u044b\u0435 \u043d\u0443\u0436\u043d\u043e \u0441\u043a\u0430\u0447\u0430\u0442\u044c \u0438 \u043f\u0435\u0440\u0435\u043d\u0435\u0441\u0442\u0438 \u0432 \u0432\u0438\u0434\u0435\u043e\u043f\u0430\u043c\u044f\u0442\u044c. \u041d\u0430 \u044d\u0442\u043e\u043c \u0444\u043e\u043d\u0435 \u043e\u0441\u0442\u0430\u043b\u044c\u043d\u044b\u0435 \u044d\u0442\u0430\u043f\u044b \u043a\u0430\u0437\u0430\u043b\u0438\u0441\u044c \u043d\u0435\u0441\u0443\u0449\u0435\u0441\u0442\u0432\u0435\u043d\u043d\u044b\u043c\u0438, \u043f\u043e\u043a\u0430 \u044f \u043d\u0435 \u043f\u043e\u0441\u043c\u043e\u0442\u0440\u0435\u043b<a href=\"https:\/\/tensorfuse.io\/docs\/blogs\/reducing_gpu_cold_start\"> \u0437\u0430\u043c\u0435\u0440 Tensorfuse<\/a> \u0434\u043b\u044f Llama 3.1 8B \u043d\u0430 L40S, \u0433\u0434\u0435 \u0432\u0440\u0435\u043c\u044f \u043a\u0430\u0436\u0434\u043e\u0439 \u0444\u0430\u0437\u044b \u0438\u0437\u043c\u0435\u0440\u0438\u043b\u0438 \u043e\u0442\u0434\u0435\u043b\u044c\u043d\u043e.\u00a0<\/p>\n<div>\n<div class=\"table\">\n<table>\n<tbody>\n<tr>\n<td>\n<p align=\"left\"><strong>\u0424\u0430\u0437\u0430<\/strong><\/p>\n<\/td>\n<td>\n<p align=\"left\"><strong>\u0412\u0440\u0435\u043c\u044f, \u0441<\/strong><\/p>\n<\/td>\n<\/tr>\n<tr>\n<td>\n<p align=\"left\">\u0421\u043a\u0430\u0447\u0438\u0432\u0430\u043d\u0438\u0435 \u043c\u043e\u0434\u0435\u043b\u0438<\/p>\n<\/td>\n<td>\n<p align=\"left\">61<\/p>\n<\/td>\n<\/tr>\n<tr>\n<td>\n<p align=\"left\">\u0417\u0430\u0433\u0440\u0443\u0437\u043a\u0430 \u0432\u0435\u0441\u043e\u0432 \u0432 GPU<\/p>\n<\/td>\n<td>\n<p align=\"left\">33<\/p>\n<\/td>\n<\/tr>\n<tr>\n<td>\n<p align=\"left\">\u0411\u0430\u0439\u0442\u043a\u043e\u0434 Dynamo<\/p>\n<\/td>\n<td>\n<p align=\"left\">10<\/p>\n<\/td>\n<\/tr>\n<tr>\n<td>\n<p align=\"left\">\u041a\u043e\u043c\u043f\u0438\u043b\u044f\u0446\u0438\u044f \u0433\u0440\u0430\u0444\u0430<\/p>\n<\/td>\n<td>\n<p align=\"left\">42<\/p>\n<\/td>\n<\/tr>\n<tr>\n<td>\n<p align=\"left\">\u0417\u0430\u0445\u0432\u0430\u0442 CUDA graphs<\/p>\n<\/td>\n<td>\n<p align=\"left\">54<\/p>\n<\/td>\n<\/tr>\n<tr>\n<td>\n<p align=\"left\">\u0418\u043d\u0438\u0446\u0438\u0430\u043b\u0438\u0437\u0430\u0446\u0438\u044f \u0434\u0432\u0438\u0436\u043a\u0430 \u0438 \u0438\u043c\u043f\u043e\u0440\u0442\u044b<\/p>\n<\/td>\n<td>\n<p align=\"left\">94<\/p>\n<\/td>\n<\/tr>\n<tr>\n<td>\n<p align=\"left\"><strong>\u0418\u0442\u043e\u0433\u043e<\/strong><\/p>\n<\/td>\n<td>\n<p align=\"left\"><strong>294<\/strong><\/p>\n<\/td>\n<\/tr>\n<\/tbody>\n<\/table>\n<\/div>\n<\/div>\n<p>\u041d\u0430 \u0441\u043a\u0430\u0447\u0438\u0432\u0430\u043d\u0438\u0435 \u043c\u043e\u0434\u0435\u043b\u0438 \u0438 \u0437\u0430\u0433\u0440\u0443\u0437\u043a\u0443 \u0432\u0435\u0441\u043e\u0432 \u0437\u0434\u0435\u0441\u044c \u0443\u0448\u043b\u043e<a href=\"https:\/\/tensorfuse.io\/docs\/blogs\/reducing_gpu_cold_start\"> 94 \u0441\u0435\u043a\u0443\u043d\u0434\u044b \u0438\u0437 294<\/a> \u2014 \u043e\u043a\u043e\u043b\u043e \u0442\u0440\u0435\u0442\u0438 \u043e\u0431\u0449\u0435\u0433\u043e \u0432\u0440\u0435\u043c\u0435\u043d\u0438. \u041e\u0441\u0442\u0430\u043b\u044c\u043d\u044b\u0435 200 \u0441\u0435\u043a\u0443\u043d\u0434 \u0437\u0430\u043d\u044f\u043b\u0438 \u043a\u043e\u043c\u043f\u0438\u043b\u044f\u0446\u0438\u044f, \u0437\u0430\u0445\u0432\u0430\u0442 CUDA graphs, \u0438\u043d\u0438\u0446\u0438\u0430\u043b\u0438\u0437\u0430\u0446\u0438\u044f \u0434\u0432\u0438\u0436\u043a\u0430 \u0438 \u0438\u043c\u043f\u043e\u0440\u0442\u044b.\u00a0<\/p>\n<figure class=\"full-width \"><img decoding=\"async\" src=\"https:\/\/habrastorage.org\/r\/w1560\/extt\/8a\/b9\/47\/8ab947dfdec2a82ee4bfcf6b75047771.png\" alt=\"294 \u0441\u0435\u043a\u0443\u043d\u0434\u044b \u0445\u043e\u043b\u043e\u0434\u043d\u043e\u0433\u043e \u0441\u0442\u0430\u0440\u0442\u0430 \u043f\u043e \u0444\u0430\u0437\u0430\u043c, \u0437\u0430\u043c\u0435\u0440 Tensorfuse (Llama 3.1 8B \u043d\u0430 L40S)\" title=\"294 \u0441\u0435\u043a\u0443\u043d\u0434\u044b \u0445\u043e\u043b\u043e\u0434\u043d\u043e\u0433\u043e \u0441\u0442\u0430\u0440\u0442\u0430 \u043f\u043e \u0444\u0430\u0437\u0430\u043c, \u0437\u0430\u043c\u0435\u0440 Tensorfuse (Llama 3.1 8B \u043d\u0430 L40S)\" width=\"1600\" height=\"600\" sizes=\"auto, (max-width: 780px) 100vw, 50vw\" srcset=\"https:\/\/habrastorage.org\/r\/w780\/extt\/8a\/b9\/47\/8ab947dfdec2a82ee4bfcf6b75047771.png 780w,&#10;       https:\/\/habrastorage.org\/r\/w1560\/extt\/8a\/b9\/47\/8ab947dfdec2a82ee4bfcf6b75047771.png 781w\" loading=\"lazy\" decode=\"async\"\/><\/p>\n<div><figcaption><em>294 \u0441\u0435\u043a\u0443\u043d\u0434\u044b \u0445\u043e\u043b\u043e\u0434\u043d\u043e\u0433\u043e \u0441\u0442\u0430\u0440\u0442\u0430 \u043f\u043e \u0444\u0430\u0437\u0430\u043c, \u0437\u0430\u043c\u0435\u0440 Tensorfuse (Llama 3.1 8B \u043d\u0430 L40S)<\/em><\/figcaption><\/div>\n<\/figure>\n<p>\u041e\u0434\u043d\u0430 \u043c\u043e\u0434\u0435\u043b\u044c \u043d\u0430 \u043e\u0434\u043d\u043e\u0439 \u043a\u0430\u0440\u0442\u0435 \u043c\u043e\u0433\u043b\u0430 \u043e\u043a\u0430\u0437\u0430\u0442\u044c\u0441\u044f \u0447\u0430\u0441\u0442\u043d\u044b\u043c \u0441\u043b\u0443\u0447\u0430\u0435\u043c, \u043f\u043e\u044d\u0442\u043e\u043c\u0443 \u044f \u043f\u043e\u0441\u043c\u043e\u0442\u0440\u0435\u043b \u0435\u0449\u0451 \u043e\u0434\u0438\u043d \u0437\u0430\u043c\u0435\u0440. Route179 \u0437\u0430\u043f\u0443\u0441\u043a\u0430\u043b Qwen3.6-35B-A3B \u0432 \u043a\u0432\u0430\u043d\u0442\u043e\u0432\u0430\u043d\u0438\u0438 NVFP4 \u0441 \u043b\u043e\u043a\u0430\u043b\u044c\u043d\u043e\u0433\u043e NVMe \u043d\u0430 vLLM v0.22.1. \u0425\u043e\u043b\u043e\u0434\u043d\u044b\u0439 \u0441\u0442\u0430\u0440\u0442<a href=\"https:\/\/route179.dev\/2026\/06\/30\/optimizing-vllm-cold-start-with-model-streaming-and-compile-caching\/\"> \u0437\u0430\u043d\u044f\u043b 317 \u0441\u0435\u043a\u0443\u043d\u0434<\/a>: 142 \u043d\u0430 \u0432\u0435\u0441\u0430, 39 \u043d\u0430 <code>torch.compile<\/code>, 136 \u043d\u0430 \u043f\u0440\u043e\u0444\u0438\u043b\u0438\u0440\u043e\u0432\u0430\u043d\u0438\u0435 \u0438 \u043f\u0440\u043e\u0433\u0440\u0435\u0432. \u041d\u0430 \u0437\u0430\u0433\u0440\u0443\u0437\u043a\u0443 \u0432\u0435\u0441\u043e\u0432 \u0441\u043d\u043e\u0432\u0430 \u0443\u0448\u043b\u043e \u043c\u0435\u043d\u044c\u0448\u0435 \u043f\u043e\u043b\u043e\u0432\u0438\u043d\u044b \u0432\u0440\u0435\u043c\u0435\u043d\u0438.<\/p>\n<p>\u0412 \u0440\u0430\u0437\u0431\u043e\u0440\u0435 H Company \u0437\u0430\u043f\u0443\u0441\u043a \u0440\u0435\u043f\u043b\u0438\u043a\u0438<a href=\"https:\/\/hcompany.ai\/newsroom\/booting-fast-and-slow\"> \u0440\u0430\u0437\u0434\u0435\u043b\u0451\u043d \u043d\u0430 \u0447\u0435\u0442\u044b\u0440\u0435 \u044d\u0442\u0430\u043f\u0430<\/a>:<\/p>\n<ol>\n<li>\n<p>\u0421\u043a\u0430\u0447\u0438\u0432\u0430\u043d\u0438\u0435 \u043e\u0431\u0440\u0430\u0437\u0430 vLLM \u0438\u0437 \u0440\u0435\u0435\u0441\u0442\u0440\u0430.<\/p>\n<\/li>\n<li>\n<p>\u0414\u043e\u0441\u0442\u0430\u0432\u043a\u0430 \u0432\u0435\u0441\u043e\u0432 \u043d\u0430 \u043d\u043e\u0434\u0443.<\/p>\n<\/li>\n<li>\n<p>\u0418\u043d\u0438\u0446\u0438\u0430\u043b\u0438\u0437\u0430\u0446\u0438\u044f \u0434\u0432\u0438\u0436\u043a\u0430 \u0438 \u043f\u0435\u0440\u0435\u043d\u043e\u0441 \u0432\u0435\u0441\u043e\u0432 \u0432 GPU.<\/p>\n<\/li>\n<li>\n<p>\u041f\u0440\u043e\u0433\u0440\u0435\u0432: \u0437\u0430\u0445\u0432\u0430\u0442 CUDA graphs \u0438 JIT-\u043a\u043e\u043c\u043f\u0438\u043b\u044f\u0446\u0438\u044f \u044f\u0434\u0435\u0440.<\/p>\n<\/li>\n<\/ol>\n<p>\u0421\u043a\u0430\u0447\u0438\u0432\u0430\u043d\u0438\u0435 \u043e\u0431\u0440\u0430\u0437\u0430 \u0441 \u043d\u043e\u0432\u044b\u043c \u0442\u0435\u0433\u043e\u043c<a href=\"https:\/\/hcompany.ai\/newsroom\/booting-fast-and-slow\"> \u0434\u043e\u0431\u0430\u0432\u043b\u044f\u043b\u043e \u043a \u0437\u0430\u043f\u0443\u0441\u043a\u0443 \u043e\u043a\u043e\u043b\u043e \u0434\u0432\u0443\u0445 \u0441 \u043f\u043e\u043b\u043e\u0432\u0438\u043d\u043e\u0439 \u043c\u0438\u043d\u0443\u0442<\/a>. \u0412\u0440\u0435\u043c\u044f \u0434\u043e\u0441\u0442\u0430\u0432\u043a\u0438 \u0432\u0435\u0441\u043e\u0432 \u0440\u043e\u0441\u043b\u043e \u0432\u043c\u0435\u0441\u0442\u0435 \u0441 \u0440\u0430\u0437\u043c\u0435\u0440\u043e\u043c \u043c\u043e\u0434\u0435\u043b\u0438: \u043e\u0442 \u043c\u0438\u043d\u0443\u0442\u044b \u0434\u043b\u044f 27B \u043f\u043e\u0447\u0442\u0438 \u0434\u043e 11 \u043c\u0438\u043d\u0443\u0442 \u0434\u043b\u044f 397B \u0432 FP8. \u0423 \u043c\u043e\u0434\u0435\u043b\u0438 35B \u043f\u0440\u043e\u0433\u0440\u0435\u0432 \u0437\u0430\u043d\u0438\u043c\u0430\u043b \u0434\u043e 58% \u0432\u0441\u0435\u0433\u043e \u0441\u0442\u0430\u0440\u0442\u0430, \u0433\u043b\u0430\u0432\u043d\u044b\u043c \u043e\u0431\u0440\u0430\u0437\u043e\u043c \u0438\u0437-\u0437\u0430 JIT-\u043a\u043e\u043c\u043f\u0438\u043b\u044f\u0446\u0438\u0438 DeepGEMM \u0434\u043b\u044f FP8.<\/p>\n<p>\u0415\u0441\u043b\u0438 \u0432\u043c\u0435\u0441\u0442\u0435 \u0441 \u043f\u043e\u0434\u0430\u043c\u0438 \u0443\u0434\u0430\u043b\u044f\u044e\u0442\u0441\u044f \u0438 GPU-\u043d\u043e\u0434\u044b, \u043f\u0435\u0440\u0435\u0434 \u0437\u0430\u043f\u0443\u0441\u043a\u043e\u043c \u043c\u043e\u0434\u0435\u043b\u0438 \u043f\u0440\u0438\u0434\u0451\u0442\u0441\u044f \u0434\u043e\u0436\u0434\u0430\u0442\u044c\u0441\u044f \u0435\u0449\u0451 \u0438 \u0441\u043e\u0437\u0434\u0430\u043d\u0438\u044f \u043d\u043e\u0434\u044b. \u041f\u043e \u043e\u0446\u0435\u043d\u043a\u0435 ScaleOps, \u044d\u0442\u043e \u0434\u043e\u0431\u0430\u0432\u043b\u044f\u0435\u0442<a href=\"https:\/\/scaleops.com\/blog\/reducing-gpu-cold-start-times-in-kubernetes-patterns-and-solutions\/\"> \u043e\u0442 60 \u0434\u043e 120 \u0441\u0435\u043a\u0443\u043d\u0434<\/a>.<\/p>\n<p>\u041f\u0440\u0438 \u043a\u0430\u0436\u0434\u043e\u043c \u043f\u0435\u0440\u0435\u0441\u043e\u0437\u0434\u0430\u043d\u0438\u0438 \u043f\u043e\u0434\u0430 \u0437\u0430\u043f\u0443\u0441\u043a\u0430\u0435\u0442\u0441\u044f \u043d\u043e\u0432\u044b\u0439 \u043f\u0440\u043e\u0446\u0435\u0441\u0441, \u043a\u043e\u0442\u043e\u0440\u043e\u043c\u0443 \u0441\u043d\u043e\u0432\u0430 \u043d\u0443\u0436\u043d\u044b \u0442\u0435 \u0436\u0435 \u0432\u0435\u0441\u0430, \u0441\u043a\u043e\u043c\u043f\u0438\u043b\u0438\u0440\u043e\u0432\u0430\u043d\u043d\u044b\u0439 \u0433\u0440\u0430\u0444 \u0438 CUDA graphs \u0434\u043b\u044f \u0442\u0435\u0445 \u0436\u0435 \u0440\u0430\u0437\u043c\u0435\u0440\u043e\u0432 \u0431\u0430\u0442\u0447\u0430. \u042f \u043d\u0430\u0447\u0430\u043b \u0441 \u043f\u043e\u0438\u0441\u043a\u0430 \u0441\u043f\u043e\u0441\u043e\u0431\u043e\u0432 \u0443\u0441\u043a\u043e\u0440\u0438\u0442\u044c \u0437\u0430\u0433\u0440\u0443\u0437\u043a\u0443 \u0432\u0435\u0441\u043e\u0432, \u043d\u043e \u043f\u043e \u0437\u0430\u043c\u0435\u0440\u0430\u043c \u0441\u0442\u0430\u043b\u043e \u0432\u0438\u0434\u043d\u043e, \u0441\u043a\u043e\u043b\u044c\u043a\u043e \u0432\u0440\u0435\u043c\u0435\u043d\u0438 \u0443\u0445\u043e\u0434\u0438\u0442 \u043d\u0430 \u043f\u043e\u0432\u0442\u043e\u0440\u043d\u0443\u044e \u0440\u0430\u0431\u043e\u0442\u0443 \u0434\u0432\u0438\u0436\u043a\u0430.<\/p>\n<p>\u0427\u0430\u0441\u0442\u044c \u044d\u0442\u043e\u0439 \u0440\u0430\u0431\u043e\u0442\u044b \u043c\u043e\u0436\u043d\u043e \u043d\u0435 \u0432\u044b\u043f\u043e\u043b\u043d\u044f\u0442\u044c \u0437\u0430\u043d\u043e\u0432\u043e. \u041a\u043e\u043c\u043f\u0438\u043b\u044f\u0446\u0438\u044f \u0437\u0430\u0432\u0438\u0441\u0438\u0442 \u043e\u0442 \u0430\u0440\u0445\u0438\u0442\u0435\u043a\u0442\u0443\u0440\u044b \u043c\u043e\u0434\u0435\u043b\u0438, \u0442\u0438\u043f\u0430 \u0434\u0430\u043d\u043d\u044b\u0445, GPU \u0438 \u0432\u0435\u0440\u0441\u0438\u0439 vLLM \u0438 PyTorch, \u043d\u043e<a href=\"https:\/\/route179.dev\/2026\/06\/30\/optimizing-vllm-cold-start-with-model-streaming-and-compile-caching\/\"> \u043d\u0435 \u043e\u0442 \u0437\u043d\u0430\u0447\u0435\u043d\u0438\u0439 \u0432\u0435\u0441\u043e\u0432<\/a>. \u041e\u0431\u0440\u0430\u0437 \u043e\u0441\u0442\u0430\u0451\u0442\u0441\u044f \u043f\u0440\u0435\u0436\u043d\u0438\u043c \u0434\u043e \u043e\u0431\u043d\u043e\u0432\u043b\u0435\u043d\u0438\u044f, \u0432\u0435\u0441\u0430 \u2014 \u0434\u043e \u0441\u043b\u0435\u0434\u0443\u044e\u0449\u0435\u0433\u043e \u0440\u0435\u043b\u0438\u0437\u0430 \u043c\u043e\u0434\u0435\u043b\u0438. \u041f\u043e\u0447\u0442\u0438 \u0432\u0441\u0451, \u0447\u0442\u043e \u043f\u043e\u0434 \u0434\u0435\u043b\u0430\u0435\u0442 \u043f\u0440\u0438 \u0437\u0430\u043f\u0443\u0441\u043a\u0435, \u0434\u0435\u0442\u0435\u0440\u043c\u0438\u043d\u0438\u0440\u043e\u0432\u0430\u043d\u043e.<\/p>\n<p>\u0415\u0441\u043b\u0438 \u0441\u043e\u0445\u0440\u0430\u043d\u0438\u0442\u044c \u0434\u043e\u0441\u0442\u0443\u043f\u043d\u044b\u0435 \u0434\u043b\u044f \u043f\u043e\u0432\u0442\u043e\u0440\u043d\u043e\u0433\u043e \u0438\u0441\u043f\u043e\u043b\u044c\u0437\u043e\u0432\u0430\u043d\u0438\u044f \u0440\u0435\u0437\u0443\u043b\u044c\u0442\u0430\u0442\u044b \u043d\u0430 \u043d\u043e\u0434\u0435, \u0441\u043b\u0435\u0434\u0443\u044e\u0449\u0435\u043c\u0443 \u043f\u043e\u0434\u0443 \u043d\u0435 \u043f\u0440\u0438\u0434\u0451\u0442\u0441\u044f \u0437\u0430\u043d\u043e\u0432\u043e \u0441\u043a\u0430\u0447\u0438\u0432\u0430\u0442\u044c \u0442\u0435 \u0436\u0435 \u0434\u0430\u043d\u043d\u044b\u0435 \u0438 \u0432\u044b\u043f\u043e\u043b\u043d\u044f\u0442\u044c \u0442\u0443 \u0436\u0435 \u043a\u043e\u043c\u043f\u0438\u043b\u044f\u0446\u0438\u044e. \u0417\u0434\u0435\u0441\u044c \u0438 \u043f\u043e\u044f\u0432\u043b\u044f\u0435\u0442\u0441\u044f \u0432\u043e\u0437\u043c\u043e\u0436\u043d\u043e\u0441\u0442\u044c \u0441\u043e\u043a\u0440\u0430\u0442\u0438\u0442\u044c \u0445\u043e\u043b\u043e\u0434\u043d\u044b\u0439 \u0441\u0442\u0430\u0440\u0442: \u0430\u0432\u0442\u043e\u0441\u043a\u0435\u0439\u043b\u0435\u0440 \u0437\u0430\u043f\u0443\u0441\u043a\u0430\u0435\u0442 \u0440\u0435\u043f\u043b\u0438\u043a\u0443, \u0430 \u043a\u044d\u0448 \u0443\u043c\u0435\u043d\u044c\u0448\u0430\u0435\u0442 \u043e\u0431\u044a\u0451\u043c \u0440\u0430\u0431\u043e\u0442\u044b \u0434\u043e \u0435\u0451 \u0433\u043e\u0442\u043e\u0432\u043d\u043e\u0441\u0442\u0438.<\/p>\n<figure class=\"full-width \"><img decoding=\"async\" src=\"https:\/\/habrastorage.org\/r\/w1560\/extt\/a9\/2e\/92\/a92e92c067cb91b4794a61c2071adced.png\" alt=\"\u041a\u0430\u043a\u0438\u0435 \u044d\u0442\u0430\u043f\u044b \u043f\u0440\u043e\u0445\u043e\u0434\u0438\u0442 \u043f\u043e\u0434 \u043f\u0435\u0440\u0435\u0434 \u0433\u043e\u0442\u043e\u0432\u043d\u043e\u0441\u0442\u044c\u044e \u043c\u043e\u0434\u0435\u043b\u0438\" title=\"\u041a\u0430\u043a\u0438\u0435 \u044d\u0442\u0430\u043f\u044b \u043f\u0440\u043e\u0445\u043e\u0434\u0438\u0442 \u043f\u043e\u0434 \u043f\u0435\u0440\u0435\u0434 \u0433\u043e\u0442\u043e\u0432\u043d\u043e\u0441\u0442\u044c\u044e \u043c\u043e\u0434\u0435\u043b\u0438\" width=\"1600\" height=\"460\" sizes=\"auto, (max-width: 780px) 100vw, 50vw\" srcset=\"https:\/\/habrastorage.org\/r\/w780\/extt\/a9\/2e\/92\/a92e92c067cb91b4794a61c2071adced.png 780w,&#10;       https:\/\/habrastorage.org\/r\/w1560\/extt\/a9\/2e\/92\/a92e92c067cb91b4794a61c2071adced.png 781w\" loading=\"lazy\" decode=\"async\"\/><\/p>\n<div><figcaption><em>\u041a\u0430\u043a\u0438\u0435 \u044d\u0442\u0430\u043f\u044b \u043f\u0440\u043e\u0445\u043e\u0434\u0438\u0442 \u043f\u043e\u0434 \u043f\u0435\u0440\u0435\u0434 \u0433\u043e\u0442\u043e\u0432\u043d\u043e\u0441\u0442\u044c\u044e \u043c\u043e\u0434\u0435\u043b\u0438<\/em><\/figcaption><\/div>\n<\/figure>\n<p>\u041f\u043e\u043b\u0443\u0447\u0438\u043b\u043e\u0441\u044c, \u0447\u0442\u043e \u0432 \u0440\u0430\u0437\u043e\u0431\u0440\u0430\u043d\u043d\u044b\u0445 \u043f\u0443\u0431\u043b\u0438\u0447\u043d\u044b\u0445 \u0437\u0430\u043c\u0435\u0440\u0430\u0445 \u0432\u0435\u0441\u0430 \u0437\u0430\u043d\u0438\u043c\u0430\u044e\u0442 \u043e\u0442 \u0442\u0440\u0435\u0442\u0438 \u0434\u043e \u043f\u043e\u043b\u043e\u0432\u0438\u043d\u044b \u0445\u043e\u043b\u043e\u0434\u043d\u043e\u0433\u043e \u0441\u0442\u0430\u0440\u0442\u0430. \u041e\u0441\u0442\u0430\u043b\u044c\u043d\u043e\u0435 \u0432\u0440\u0435\u043c\u044f \u0443\u0445\u043e\u0434\u0438\u0442 \u043d\u0430 \u0441\u043a\u0430\u0447\u0438\u0432\u0430\u043d\u0438\u0435 \u043e\u0431\u0440\u0430\u0437\u0430, \u043a\u043e\u043c\u043f\u0438\u043b\u044f\u0446\u0438\u044e, \u0437\u0430\u0445\u0432\u0430\u0442 CUDA graphs, \u0438\u043d\u0438\u0446\u0438\u0430\u043b\u0438\u0437\u0430\u0446\u0438\u044e \u0438 \u043f\u0440\u043e\u0433\u0440\u0435\u0432 \u0434\u0432\u0438\u0436\u043a\u0430.\u00a0<\/p>\n<div class=\"floating-image\">\n<figure class=\"float bordered \"><img decoding=\"async\" src=\"https:\/\/habrastorage.org\/extt\/77\/20\/b6\/7720b6d73ca2a7b16efc93ed3b8d7ce9.gif\" width=\"200\" height=\"200\" sizes=\"auto, (max-width: 780px) 100vw, 50vw\" srcset=\"https:\/\/habrastorage.org\/extt\/77\/20\/b6\/7720b6d73ca2a7b16efc93ed3b8d7ce9.gif 780w,&#10;       https:\/\/habrastorage.org\/extt\/77\/20\/b6\/7720b6d73ca2a7b16efc93ed3b8d7ce9.gif 781w\" loading=\"lazy\" decode=\"async\"\/><\/figure>\n<p><strong>S3-\u0441\u043e\u0432\u043c\u0435\u0441\u0442\u0438\u043c\u043e\u0435 \u043e\u0431\u044a\u0435\u043a\u0442\u043d\u043e\u0435 \u0445\u0440\u0430\u043d\u0438\u043b\u0438\u0449\u0435 \u0432 \u043e\u0431\u043b\u0430\u043a\u0435<\/strong><\/p>\n<p>\u041c\u0430\u0441\u0448\u0442\u0430\u0431\u0438\u0440\u0443\u0439\u0442\u0435 \u0445\u0440\u0430\u043d\u0438\u043b\u0438\u0449\u0435 \u043f\u043e\u0434 \u043b\u044e\u0431\u043e\u0439 \u043e\u0431\u044a\u0451\u043c \u0434\u0430\u043d\u043d\u044b\u0445 \u0438 \u043f\u043e\u0434\u043a\u043b\u044e\u0447\u0430\u0439\u0442\u0435 \u0447\u0435\u0440\u0435\u0437 \u0441\u0442\u0430\u043d\u0434\u0430\u0440\u0442\u043d\u044b\u0439 S3 API \u0431\u0435\u0437 \u0438\u0437\u043c\u0435\u043d\u0435\u043d\u0438\u0439 \u0432 \u043a\u043e\u0434\u0435<\/p>\n<p><a href=\"https:\/\/cloud.vk.ru\/storage\/?utm_source=habr&amp;utm_medium=referral&amp;utm_campaign=vkcloud_article_1104440\"><strong>\u041f\u043e\u043b\u0443\u0447\u0438\u0442\u044c \u043a\u043e\u043d\u0441\u0443\u043b\u044c\u0442\u0430\u0446\u0438\u044e<\/strong><\/a><\/p>\n<\/div>\n<h3>\u041a\u044d\u0448 \u043d\u0430 \u043d\u043e\u0434\u0435<\/h3>\n<p>\u041d\u0430\u0447\u043d\u0451\u043c \u0441 \u0442\u043e\u0433\u043e, \u0447\u0442\u043e \u043c\u043e\u0436\u043d\u043e \u043f\u043e\u0434\u0433\u043e\u0442\u043e\u0432\u0438\u0442\u044c \u0434\u043e \u0437\u0430\u043f\u0443\u0441\u043a\u0430 \u043f\u043e\u0434\u0430: \u0437\u0430\u0440\u0430\u043d\u0435\u0435 \u0441\u043a\u0430\u0447\u0430\u0442\u044c \u043e\u0431\u0440\u0430\u0437 \u0438 \u0432\u0435\u0441\u0430, \u0430 \u0440\u0435\u0437\u0443\u043b\u044c\u0442\u0430\u0442\u044b \u043a\u043e\u043c\u043f\u0438\u043b\u044f\u0446\u0438\u0438 \u0441\u043e\u0445\u0440\u0430\u043d\u0438\u0442\u044c \u043c\u0435\u0436\u0434\u0443 \u043f\u0435\u0440\u0435\u0437\u0430\u043f\u0443\u0441\u043a\u0430\u043c\u0438. \u0420\u0430\u0437\u0431\u0435\u0440\u0451\u043c \u044d\u0442\u0438 \u044d\u0442\u0430\u043f\u044b \u043f\u043e \u043f\u043e\u0440\u044f\u0434\u043a\u0443, \u0430 \u0437\u0430\u0442\u0435\u043c \u043f\u043e\u0441\u043c\u043e\u0442\u0440\u0438\u043c, \u043a\u0430\u043a \u0441\u043e\u043a\u0440\u0430\u0442\u0438\u0442\u044c \u0432\u0440\u0435\u043c\u044f \u0437\u0430\u0445\u0432\u0430\u0442\u0430 CUDA graphs.\u00a0<\/p>\n<h4>\u041e\u0431\u0440\u0430\u0437<\/h4>\n<p>Kubelet \u0441\u043a\u0430\u0447\u0438\u0432\u0430\u0435\u0442 \u043e\u0431\u0440\u0430\u0437, \u043a\u043e\u0433\u0434\u0430 \u043f\u043e\u0434 \u043d\u0430\u0437\u043d\u0430\u0447\u0435\u043d \u043d\u0430 \u043d\u043e\u0434\u0443. \u0415\u0441\u043b\u0438 \u043d\u0443\u0436\u043d\u043e\u0433\u043e \u0442\u0435\u0433\u0430 vLLM \u043d\u0430 \u043d\u0435\u0439 \u0435\u0449\u0451 \u043d\u0435\u0442, \u043c\u043e\u0434\u0435\u043b\u044c \u043d\u0430\u0447\u043d\u0451\u0442 \u0437\u0430\u043f\u0443\u0441\u043a\u0430\u0442\u044c\u0441\u044f \u0442\u043e\u043b\u044c\u043a\u043e \u043f\u043e\u0441\u043b\u0435 \u0441\u043a\u0430\u0447\u0438\u0432\u0430\u043d\u0438\u044f. H Company \u0432\u044b\u043d\u0435\u0441\u043b\u0430 \u044d\u0442\u043e\u0442 \u044d\u0442\u0430\u043f \u0432 DaemonSet: init-\u043a\u043e\u043d\u0442\u0435\u0439\u043d\u0435\u0440\u044b \u0437\u0430\u0440\u0430\u043d\u0435\u0435 \u0437\u0430\u0433\u0440\u0443\u0436\u0430\u044e\u0442 \u043d\u0443\u0436\u043d\u044b\u0435 \u043e\u0431\u0440\u0430\u0437\u044b \u043d\u0430 \u043a\u0430\u0436\u0434\u0443\u044e GPU-\u043d\u043e\u0434\u0443, \u0430 \u043a\u043e\u043d\u0442\u0435\u0439\u043d\u0435\u0440 <code>pause<\/code> \u043e\u0441\u0442\u0430\u0432\u043b\u044f\u0435\u0442 \u043f\u043e\u0434 \u0440\u0430\u0431\u043e\u0442\u0430\u044e\u0449\u0438\u043c. \u0422\u0430\u043a\u0430\u044f \u043f\u0440\u0435\u0434\u0437\u0430\u0433\u0440\u0443\u0437\u043a\u0430<a href=\"https:\/\/hcompany.ai\/newsroom\/booting-fast-and-slow\"> \u0441\u043e\u043a\u0440\u0430\u0442\u0438\u043b\u0430 \u0441\u0440\u0435\u0434\u043d\u0435\u0435 \u0432\u0440\u0435\u043c\u044f \u0445\u043e\u043b\u043e\u0434\u043d\u043e\u0433\u043e \u0441\u0442\u0430\u0440\u0442\u0430 \u043f\u0440\u0438\u043c\u0435\u0440\u043d\u043e \u043d\u0430 2 \u043c\u0438\u043d\u0443\u0442\u044b 25 \u0441\u0435\u043a\u0443\u043d\u0434<\/a>.\u00a0<\/p>\n<pre><code class=\"yaml\">apiVersion: apps\/v1kind: DaemonSetmetadata:\u00a0 name: vllm-image-prepull\u00a0 namespace: llmspec:\u00a0 selector:\u00a0 \u00a0 matchLabels:\u00a0 \u00a0 \u00a0 app: vllm-image-prepull\u00a0 template:\u00a0 \u00a0 metadata:\u00a0 \u00a0 \u00a0 labels:\u00a0 \u00a0 \u00a0 \u00a0 app: vllm-image-prepull\u00a0 \u00a0 spec:\u00a0 \u00a0 \u00a0 nodeSelector:\u00a0 \u00a0 \u00a0 \u00a0 nvidia.com\/gpu.present: \"true\"\u00a0 \u00a0 \u00a0 tolerations:\u00a0 \u00a0 \u00a0 \u00a0 - key: nvidia.com\/gpu\u00a0 \u00a0 \u00a0 \u00a0 \u00a0 operator: Exists\u00a0 \u00a0 \u00a0 \u00a0 \u00a0 effect: NoSchedule\u00a0 \u00a0 \u00a0 initContainers:\u00a0 \u00a0 \u00a0 \u00a0 - name: vllm\u00a0 \u00a0 \u00a0 \u00a0 \u00a0 image: vllm\/vllm-openai:&lt;\u0442\u0435\u0433-\u0438\u0437-\u0432\u0430\u0448\u0435\u0433\u043e-deployment&gt;\u00a0 \u00a0 \u00a0 \u00a0 \u00a0 command: [\"sh\", \"-c\", \"true\"] \u00a0 # \u0442\u043e\u043b\u044c\u043a\u043e \u0447\u0442\u043e\u0431\u044b \u043e\u0431\u0440\u0430\u0437 \u043b\u0451\u0433 \u043d\u0430 \u043d\u043e\u0434\u0443\u00a0 \u00a0 \u00a0 containers:\u00a0 \u00a0 \u00a0 \u00a0 - name: pause\u00a0 \u00a0 \u00a0 \u00a0 \u00a0 image: registry.k8s.io\/pause:3.10\u00a0 \u00a0 \u00a0 \u00a0 \u00a0 resources:\u00a0 \u00a0 \u00a0 \u00a0 \u00a0 \u00a0 requests:\u00a0 \u00a0 \u00a0 \u00a0 \u00a0 \u00a0 \u00a0 cpu: 10m\u00a0 \u00a0 \u00a0 \u00a0 \u00a0 \u00a0 \u00a0 memory: 32Mi<\/code><div class=\"code-explainer\"><a href=\"https:\/\/sourcecraft.dev\/\" class=\"tm-button code-explainer__link\" style=\"visibility: hidden;\"><span class=\"sc-logo-wrapper icon-only\"><\/span><\/a><\/div><\/pre>\n<p>\u0414\u043b\u044f \u043f\u0440\u0435\u0434\u0437\u0430\u0433\u0440\u0443\u0437\u043a\u0438 \u0435\u0449\u0451 \u043e\u0434\u043d\u043e\u0433\u043e \u043e\u0431\u0440\u0430\u0437\u0430 \u0434\u043e\u0431\u0430\u0432\u044c\u0442\u0435 init-\u043a\u043e\u043d\u0442\u0435\u0439\u043d\u0435\u0440 \u0432 <code>initContainers<\/code>. \u041c\u0435\u0442\u043a\u0438 \u0438 taint GPU-\u043d\u043e\u0434 \u043d\u0443\u0436\u043d\u043e \u043f\u043e\u0434\u0441\u0442\u0430\u0432\u0438\u0442\u044c \u0438\u0437 \u0441\u0432\u043e\u0435\u0433\u043e \u043a\u043b\u0430\u0441\u0442\u0435\u0440\u0430. \u0414\u043e \u0437\u0430\u043f\u0443\u0441\u043a\u0430 \u043c\u043e\u0434\u0435\u043b\u0438 \u043f\u0440\u043e\u0432\u0435\u0440\u044c\u0442\u0435, \u0447\u0442\u043e \u043e\u0431\u0440\u0430\u0437 \u0443\u0436\u0435 \u0441\u043a\u0430\u0447\u0430\u043d: \u0432\u044b\u043f\u043e\u043b\u043d\u0438\u0442\u0435<code> crictl images<\/code> \u043d\u0430 \u043d\u043e\u0434\u0435 \u0438\u043b\u0438 \u043d\u0430\u0439\u0434\u0438\u0442\u0435 \u0441\u043e\u0431\u044b\u0442\u0438\u0435 <code>Pulled<\/code> \u0432 \u0432\u044b\u0432\u043e\u0434\u0435 <code>describe<\/code> \u043f\u043e\u0434\u0430 \u043f\u0440\u0435\u0434\u0437\u0430\u0433\u0440\u0443\u0437\u043a\u0438.\u00a0<\/p>\n<h4>\u0412\u0435\u0441\u0430<\/h4>\n<p>\u0417\u0430\u0433\u0440\u0443\u0437\u043a\u0443 \u0432\u0435\u0441\u043e\u0432 \u043c\u043e\u0436\u043d\u043e \u0443\u0441\u043a\u043e\u0440\u0438\u0442\u044c \u0434\u0432\u0443\u043c\u044f \u0441\u043f\u043e\u0441\u043e\u0431\u0430\u043c\u0438: \u0437\u0430\u0440\u0430\u043d\u0435\u0435 \u0440\u0430\u0437\u043c\u0435\u0441\u0442\u0438\u0442\u044c \u0438\u0445 \u043d\u0430 \u0434\u0438\u0441\u043a\u0435 \u043d\u043e\u0434\u044b \u0438 \u0447\u0438\u0442\u0430\u0442\u044c \u043f\u0430\u0440\u0430\u043b\u043b\u0435\u043b\u044c\u043d\u043e. \u041f\u043e \u0443\u043c\u043e\u043b\u0447\u0430\u043d\u0438\u044e \u0437\u0430\u0433\u0440\u0443\u0437\u0447\u0438\u043a \u0447\u0438\u0442\u0430\u0435\u0442 \u0444\u0430\u0439\u043b\u044b <code>safetensors<\/code> \u043f\u043e\u0441\u043b\u0435\u0434\u043e\u0432\u0430\u0442\u0435\u043b\u044c\u043d\u043e. \u0412<a href=\"https:\/\/route179.dev\/2026\/06\/30\/optimizing-vllm-cold-start-with-model-streaming-and-compile-caching\/\"> \u0437\u0430\u043c\u0435\u0440\u0435 Route179 \u043d\u0430 \u043b\u043e\u043a\u0430\u043b\u044c\u043d\u043e\u043c NVMe<\/a> \u0441\u043a\u043e\u0440\u043e\u0441\u0442\u044c \u0447\u0442\u0435\u043d\u0438\u044f \u0432 \u043e\u0434\u0438\u043d \u043f\u043e\u0442\u043e\u043a \u0441\u043e\u0441\u0442\u0430\u0432\u0438\u043b\u0430 \u043e\u043a\u043e\u043b\u043e 1,2 \u0413\u0411\/\u0441, \u0430 \u043f\u0440\u0438 \u043f\u0430\u0440\u0430\u043b\u043b\u0435\u043b\u044c\u043d\u043e\u043c \u0447\u0442\u0435\u043d\u0438\u0438 \u2014 \u043f\u043e\u0447\u0442\u0438 10 \u0413\u0411\/\u0441.<\/p>\n<p>Run:ai Model Streamer \u0447\u0438\u0442\u0430\u0435\u0442 \u0442\u0435\u043d\u0437\u043e\u0440\u044b \u0432 \u043d\u0435\u0441\u043a\u043e\u043b\u044c\u043a\u043e \u043f\u043e\u0442\u043e\u043a\u043e\u0432 \u0438 \u0441\u0440\u0430\u0437\u0443 \u043f\u0435\u0440\u0435\u0434\u0430\u0451\u0442 \u0438\u0445 \u043d\u0430 GPU. \u0412 vLLM \u043e\u043d \u0432\u043a\u043b\u044e\u0447\u0430\u0435\u0442\u0441\u044f \u043f\u0430\u0440\u0430\u043c\u0435\u0442\u0440\u043e\u043c <code>--load-format<\/code>. \u0421\u0430\u043c \u043f\u0430\u043a\u0435\u0442 \u043d\u0443\u0436\u043d\u043e \u0437\u0430\u0440\u0430\u043d\u0435\u0435 \u0443\u0441\u0442\u0430\u043d\u043e\u0432\u0438\u0442\u044c \u0432 \u043e\u0431\u0440\u0430\u0437, \u0447\u0442\u043e\u0431\u044b \u043d\u0435 \u0442\u0440\u0430\u0442\u0438\u0442\u044c \u043d\u0430 \u0443\u0441\u0442\u0430\u043d\u043e\u0432\u043a\u0443 \u0432\u0440\u0435\u043c\u044f \u043f\u0440\u0438 \u0437\u0430\u043f\u0443\u0441\u043a\u0435 \u043f\u043e\u0434\u0430:<\/p>\n<pre><code>FROM vllm\/vllm-openai:&lt;\u0442\u0435\u0433&gt;RUN pip install --no-cache-dir runai-model-streamer runai-model-streamer-s3<\/code><div class=\"code-explainer\"><a href=\"https:\/\/sourcecraft.dev\/\" class=\"tm-button code-explainer__link\" style=\"visibility: hidden;\"><span class=\"sc-logo-wrapper icon-only\"><\/span><\/a><\/div><\/pre>\n<p>\u0412 \u0430\u0440\u0433\u0443\u043c\u0435\u043d\u0442\u0430\u0445 \u0437\u0430\u043f\u0443\u0441\u043a\u0430 vLLM \u0437\u0430\u0434\u0430\u0451\u043c \u0437\u0430\u0433\u0440\u0443\u0437\u0447\u0438\u043a \u0438 \u0447\u0438\u0441\u043b\u043e \u043f\u043e\u0442\u043e\u043a\u043e\u0432:<\/p>\n<pre><code>args:\u00a0\u00a0- --model=\/models\/chat-model\u00a0\u00a0- --load-format=runai_streamer\u00a0\u00a0- '--model-loader-extra-config={\"concurrency\":8}' \u00a0 # \u0434\u043b\u044f S3 \u0438 \u0441\u0435\u0442\u0435\u0432\u044b\u0445 \u0442\u043e\u043c\u043e\u0432 \u2014 \u0431\u043e\u043b\u044c\u0448\u0435<\/code><div class=\"code-explainer\"><a href=\"https:\/\/sourcecraft.dev\/\" class=\"tm-button code-explainer__link\" style=\"visibility: hidden;\"><span class=\"sc-logo-wrapper icon-only\"><\/span><\/a><\/div><\/pre>\n<p>\u0412 \u044d\u0442\u043e\u043c \u043f\u0440\u0438\u043c\u0435\u0440\u0435 \u0432\u0435\u0441\u0430 \u0445\u0440\u0430\u043d\u044f\u0442\u0441\u044f \u0432 <code>\/models<\/code> \u043d\u0430 \u0434\u0438\u0441\u043a\u0435 \u043d\u043e\u0434\u044b. \u0418\u0445 \u0437\u0430\u0440\u0430\u043d\u0435\u0435 \u0437\u0430\u0433\u0440\u0443\u0436\u0430\u0435\u0442 DaemonSet \u043f\u0440\u0435\u0434\u0437\u0430\u0433\u0440\u0443\u0437\u043a\u0438 \u0438\u043b\u0438 init-\u043a\u043e\u043d\u0442\u0435\u0439\u043d\u0435\u0440 \u043f\u0440\u0438 \u043f\u0435\u0440\u0432\u043e\u043c \u0437\u0430\u043f\u0443\u0441\u043a\u0435.<\/p>\n<p>NVIDIA \u043f\u0440\u043e\u0432\u0435\u0440\u044f\u043b\u0430 \u0442\u0430\u043a\u043e\u0439 \u0437\u0430\u0433\u0440\u0443\u0437\u0447\u0438\u043a \u043d\u0430 Llama 3 8B \u043e\u0431\u044a\u0451\u043c\u043e\u043c 15 \u0413\u0411 \u0441 \u043e\u0434\u043d\u043e\u0439 A10G. \u041d\u0430 \u0434\u0438\u0441\u043a\u0435 GP3 \u0432\u0440\u0435\u043c\u044f \u043f\u0435\u0440\u0435\u043d\u043e\u0441\u0430 \u0432\u0435\u0441\u043e\u0432 \u0432 GPU<a href=\"https:\/\/developer.nvidia.com\/blog\/reducing-cold-start-latency-for-llm-inference-with-nvidia-runai-model-streamer\/\"> \u0441\u043e\u043a\u0440\u0430\u0442\u0438\u043b\u043e\u0441\u044c \u0441 48 \u0434\u043e 14 \u0441\u0435\u043a\u0443\u043d\u0434<\/a>, \u043f\u043e\u0441\u043b\u0435 \u0447\u0435\u0433\u043e \u0441\u043a\u043e\u0440\u043e\u0441\u0442\u044c \u0443\u043f\u0451\u0440\u043b\u0430\u0441\u044c \u0432 \u043f\u0440\u043e\u043f\u0443\u0441\u043a\u043d\u0443\u044e \u0441\u043f\u043e\u0441\u043e\u0431\u043d\u043e\u0441\u0442\u044c \u0434\u0438\u0441\u043a\u0430. \u041d\u0430 \u0431\u043e\u043b\u0435\u0435 \u0431\u044b\u0441\u0442\u0440\u043e\u043c IO2 \u0437\u0430\u0433\u0440\u0443\u0437\u043a\u0430 \u0437\u0430\u043d\u044f\u043b\u0430 7,5 \u0441\u0435\u043a\u0443\u043d\u0434\u044b \u0432\u043c\u0435\u0441\u0442\u043e 47 \u2014 \u043f\u0440\u0438\u043c\u0435\u0440\u043d\u043e \u0432 \u0448\u0435\u0441\u0442\u044c \u0440\u0430\u0437 \u043c\u0435\u043d\u044c\u0448\u0435.<\/p>\n<p>\u041f\u043e\u043b\u043d\u043e\u0435 \u0432\u0440\u0435\u043c\u044f \u0434\u043e \u0433\u043e\u0442\u043e\u0432\u043d\u043e\u0441\u0442\u0438 vLLM \u043d\u0430 GP3 \u0441\u043e\u043a\u0440\u0430\u0442\u0438\u043b\u043e\u0441\u044c \u0441 66 \u0434\u043e 35 \u0441\u0435\u043a\u0443\u043d\u0434. \u0423 Route179 \u0437\u0430\u0433\u0440\u0443\u0437\u043a\u0430 \u0432\u0435\u0441\u043e\u0432<a href=\"https:\/\/route179.dev\/2026\/06\/30\/optimizing-vllm-cold-start-with-model-streaming-and-compile-caching\/\"> \u0443\u0441\u043a\u043e\u0440\u0438\u043b\u0430\u0441\u044c \u0441\u043e 142 \u0434\u043e 59 \u0441\u0435\u043a\u0443\u043d\u0434<\/a>.<\/p>\n<p>\u0417\u043d\u0430\u0447\u0435\u043d\u0438\u0435 <code>concurrency<\/code> \u043d\u0443\u0436\u043d\u043e \u043f\u043e\u0434\u0431\u0438\u0440\u0430\u0442\u044c \u043f\u043e\u0434 \u0445\u0440\u0430\u043d\u0438\u043b\u0438\u0449\u0435: \u0443\u0432\u0435\u043b\u0438\u0447\u0435\u043d\u0438\u0435 \u0447\u0438\u0441\u043b\u0430 \u043f\u043e\u0442\u043e\u043a\u043e\u0432 \u043f\u043e\u043c\u043e\u0433\u0430\u0435\u0442 \u043b\u0438\u0448\u044c \u0434\u043e \u0442\u0435\u0445 \u043f\u043e\u0440, \u043f\u043e\u043a\u0430 \u043d\u0435 \u0438\u0441\u0447\u0435\u0440\u043f\u0430\u043d\u0430 \u0435\u0433\u043e \u043f\u0440\u043e\u043f\u0443\u0441\u043a\u043d\u0430\u044f \u0441\u043f\u043e\u0441\u043e\u0431\u043d\u043e\u0441\u0442\u044c. \u041d\u0430 \u043b\u043e\u043a\u0430\u043b\u044c\u043d\u043e\u043c NVMe \u0443 Route179 \u043f\u0440\u0438\u0440\u043e\u0441\u0442<a href=\"https:\/\/route179.dev\/2026\/06\/30\/optimizing-vllm-cold-start-with-model-streaming-and-compile-caching\/\"> \u043f\u0440\u0435\u043a\u0440\u0430\u0442\u0438\u043b\u0441\u044f \u043d\u0430 \u0432\u043e\u0441\u044c\u043c\u0438 \u043f\u043e\u0442\u043e\u043a\u0430\u0445<\/a>.<\/p>\n<p>\u0423 \u043a\u0440\u0443\u043f\u043d\u044b\u0445 \u043c\u043e\u0434\u0435\u043b\u0435\u0439 \u0441 \u0442\u0435\u043d\u0437\u043e\u0440\u043d\u044b\u043c \u043f\u0430\u0440\u0430\u043b\u043b\u0435\u043b\u0438\u0437\u043c\u043e\u043c, \u043a\u043e\u0442\u043e\u0440\u044b\u0435 \u0437\u0430\u043d\u0438\u043c\u0430\u044e\u0442 \u043d\u043e\u0434\u0443 \u0446\u0435\u043b\u0438\u043a\u043e\u043c, \u0437\u0430\u0433\u0440\u0443\u0437\u043a\u0443 \u0434\u043e\u043f\u043e\u043b\u043d\u0438\u0442\u0435\u043b\u044c\u043d\u043e \u0443\u0441\u043b\u043e\u0436\u043d\u044f\u0435\u0442 \u0447\u0438\u0441\u043b\u043e GPU-\u0432\u043e\u0440\u043a\u0435\u0440\u043e\u0432: \u043a\u0430\u0436\u0434\u044b\u0439 \u0438\u0437 \u043d\u0438\u0445 \u043c\u043e\u0436\u0435\u0442 \u0441\u043a\u0430\u0447\u0438\u0432\u0430\u0442\u044c \u043f\u043e\u043b\u043d\u0443\u044e \u043a\u043e\u043f\u0438\u044e \u0432\u0435\u0441\u043e\u0432, \u043f\u0435\u0440\u0435\u0433\u0440\u0443\u0436\u0430\u044f \u0441\u0435\u0442\u044c \u043d\u043e\u0434\u044b. H Company \u0440\u0430\u0441\u043f\u0440\u0435\u0434\u0435\u043b\u0438\u043b\u0430 \u0447\u0442\u0435\u043d\u0438\u0435 \u043c\u0435\u0436\u0434\u0443 \u0432\u043e\u0441\u0435\u043c\u044c\u044e \u043a\u0430\u0440\u0442\u0430\u043c\u0438 \u0438<a href=\"https:\/\/hcompany.ai\/newsroom\/booting-fast-and-slow\"> \u0441\u043e\u043a\u0440\u0430\u0442\u0438\u043b\u0430 \u0434\u043e\u0441\u0442\u0430\u0432\u043a\u0443 \u0432\u0435\u0441\u043e\u0432 \u043c\u043e\u0434\u0435\u043b\u0438 397B \u0441 11 \u0434\u043e 3,4 \u043c\u0438\u043d\u0443\u0442\u044b<\/a>. \u041f\u043e\u0441\u043b\u0435 \u044d\u0442\u043e\u0433\u043e \u0441\u043a\u043e\u0440\u043e\u0441\u0442\u044c \u043e\u0433\u0440\u0430\u043d\u0438\u0447\u0438\u0432\u0430\u043b\u0438 \u0441\u0435\u0442\u044c \u0438 NVLink.\u00a0<\/p>\n<h4>\u041a\u043e\u043c\u043f\u0438\u043b\u044f\u0446\u0438\u044f<\/h4>\n<p>\u041f\u043e \u0443\u043c\u043e\u043b\u0447\u0430\u043d\u0438\u044e vLLM \u0441\u043e\u0445\u0440\u0430\u043d\u044f\u0435\u0442 \u043a\u044d\u0448 <code>torch.compile<\/code><a href=\"https:\/\/route179.dev\/2026\/06\/30\/optimizing-vllm-cold-start-with-model-streaming-and-compile-caching\/\"> \u0432\u043d\u0443\u0442\u0440\u0438 \u043a\u043e\u043d\u0442\u0435\u0439\u043d\u0435\u0440\u0430<\/a>. \u041f\u0440\u0438 \u043f\u0435\u0440\u0435\u0441\u043e\u0437\u0434\u0430\u043d\u0438\u0438 \u043f\u043e\u0434\u0430 \u043a\u044d\u0448 \u0442\u0435\u0440\u044f\u0435\u0442\u0441\u044f, \u0438 \u0434\u0432\u0438\u0436\u043a\u0443 \u043f\u0440\u0438\u0445\u043e\u0434\u0438\u0442\u0441\u044f \u043a\u043e\u043c\u043f\u0438\u043b\u0438\u0440\u043e\u0432\u0430\u0442\u044c \u0432\u0441\u0451 \u0437\u0430\u043d\u043e\u0432\u043e. \u0427\u0442\u043e\u0431\u044b \u0441\u043e\u0445\u0440\u0430\u043d\u0438\u0442\u044c \u0440\u0435\u0437\u0443\u043b\u044c\u0442\u0430\u0442\u044b \u043c\u0435\u0436\u0434\u0443 \u0437\u0430\u043f\u0443\u0441\u043a\u0430\u043c\u0438, \u043d\u0443\u0436\u043d\u043e \u0437\u0430\u0434\u0430\u0442\u044c \u043a\u0430\u0442\u0430\u043b\u043e\u0433 \u0447\u0435\u0440\u0435\u0437 <code>VLLM_CACHE_ROOT<\/code> \u0438 \u043f\u043e\u0434\u043a\u043b\u044e\u0447\u0438\u0442\u044c \u043f\u043e\u0441\u0442\u043e\u044f\u043d\u043d\u044b\u0439 \u0442\u043e\u043c \u043d\u0430 \u043d\u043e\u0434\u0435. \u0412 \u043f\u0440\u0438\u043c\u0435\u0440\u0435 \u0438\u0441\u043f\u043e\u043b\u044c\u0437\u0443\u0435\u0442\u0441\u044f <code>hostPath<\/code>, \u043d\u043e \u043e\u043d \u043d\u0435 \u0434\u043e\u043f\u0443\u0441\u043a\u0430\u0435\u0442\u0441\u044f \u043f\u0440\u043e\u0444\u0438\u043b\u0435\u043c Pod Security baseline, \u043f\u043e\u044d\u0442\u043e\u043c\u0443 \u0432 \u043f\u0440\u043e\u0434\u0430\u043a\u0448\u0435\u043d\u0435 \u0435\u0433\u043e \u0437\u0430\u043c\u0435\u043d\u044f\u044e\u0442 \u043d\u0430 local PersistentVolume.<\/p>\n<pre><code>env:\u00a0\u00a0- name: VLLM_CACHE_ROOT\u00a0\u00a0\u00a0\u00a0value: \/cache\/vllmvolumeMounts:\u00a0\u00a0- name: node-cache\u00a0\u00a0\u00a0\u00a0mountPath: \/cachevolumes:\u00a0\u00a0- name: node-cache\u00a0\u00a0\u00a0\u00a0hostPath:\u00a0\u00a0\u00a0\u00a0\u00a0\u00a0path: \/var\/lib\/llm-cache\u00a0 \u00a0 \u00a0 # \u043b\u043e\u043a\u0430\u043b\u044c\u043d\u044b\u0439 \u0434\u0438\u0441\u043a \u043d\u043e\u0434\u044b\u00a0\u00a0\u00a0\u00a0\u00a0\u00a0type: DirectoryOrCreate<\/code><div class=\"code-explainer\"><a href=\"https:\/\/sourcecraft.dev\/\" class=\"tm-button code-explainer__link\" style=\"visibility: hidden;\"><span class=\"sc-logo-wrapper icon-only\"><\/span><\/a><\/div><\/pre>\n<p>\u0423 Route179 \u0441 \u0441\u043e\u0445\u0440\u0430\u043d\u0451\u043d\u043d\u044b\u043c \u043a\u044d\u0448\u0435\u043c \u0432\u0440\u0435\u043c\u044f \u043a\u043e\u043c\u043f\u0438\u043b\u044f\u0446\u0438\u0438 \u0441\u043e\u043a\u0440\u0430\u0442\u0438\u043b\u043e\u0441\u044c \u0441 39 \u0434\u043e 10 \u0441\u0435\u043a\u0443\u043d\u0434. \u0410\u043a\u0442\u0443\u0430\u043b\u044c\u043d\u043e\u0441\u0442\u044c \u043a\u044d\u0448\u0430 \u0434\u0432\u0438\u0436\u043e\u043a \u043f\u0440\u043e\u0432\u0435\u0440\u044f\u0435\u0442 \u0441\u0430\u043c: \u0435\u0441\u043b\u0438 \u0438\u0437\u043c\u0435\u043d\u0438\u043b\u0438\u0441\u044c \u043c\u043e\u0434\u0435\u043b\u044c, \u0432\u0435\u0440\u0441\u0438\u044f vLLM \u0438\u043b\u0438 GPU, \u0445\u044d\u0448 \u043d\u0435 \u0441\u043e\u0432\u043f\u0430\u0434\u0451\u0442 \u0438 \u043a\u043e\u043c\u043f\u0438\u043b\u044f\u0446\u0438\u044f \u0432\u044b\u043f\u043e\u043b\u043d\u0438\u0442\u0441\u044f \u0437\u0430\u043d\u043e\u0432\u043e. H Company \u0438\u0441\u043f\u043e\u043b\u044c\u0437\u043e\u0432\u0430\u043b\u0430 \u043e\u0431\u0449\u0438\u0439 \u043a\u044d\u0448 \u043a\u043e\u043c\u043f\u0438\u043b\u044f\u0446\u0438\u0438 FP8 \u0438 \u043f\u043e\u043b\u0443\u0447\u0438\u043b\u0430<a href=\"https:\/\/hcompany.ai\/newsroom\/booting-fast-and-slow\"> \u0443\u0441\u043a\u043e\u0440\u0435\u043d\u0438\u0435 \u043f\u0440\u043e\u0433\u0440\u0435\u0432\u0430 \u0432 4\u20135 \u0440\u0430\u0437<\/a>.<\/p>\n<p>\u041f\u043e\u0441\u043b\u0435 \u043d\u0430\u0441\u0442\u0440\u043e\u0439\u043a\u0438 \u043f\u0440\u043e\u0432\u0435\u0440\u044c\u0442\u0435, \u0447\u0442\u043e \u043a\u044d\u0448 \u0434\u0435\u0439\u0441\u0442\u0432\u0438\u0442\u0435\u043b\u044c\u043d\u043e \u043f\u0435\u0440\u0435\u0436\u0438\u0432\u0430\u0435\u0442 \u043f\u0435\u0440\u0435\u0441\u043e\u0437\u0434\u0430\u043d\u0438\u0435 \u043f\u043e\u0434\u0430: \u0443\u0434\u0430\u043b\u0438\u0442\u0435 \u043f\u043e\u0434, \u0434\u043e\u0436\u0434\u0438\u0442\u0435\u0441\u044c \u0433\u043e\u0442\u043e\u0432\u043d\u043e\u0441\u0442\u0438 \u043d\u043e\u0432\u043e\u0433\u043e \u0438 \u0441\u0440\u0430\u0432\u043d\u0438\u0442\u0435 \u0432\u0440\u0435\u043c\u044f \u043a\u043e\u043c\u043f\u0438\u043b\u044f\u0446\u0438\u0438 \u0432 \u043b\u043e\u0433\u0430\u0445 vLLM \u0441 \u043f\u0435\u0440\u0432\u044b\u043c \u0437\u0430\u043f\u0443\u0441\u043a\u043e\u043c. \u041f\u0440\u0438 \u043f\u043e\u0432\u0442\u043e\u0440\u043d\u043e\u043c \u0438\u0441\u043f\u043e\u043b\u044c\u0437\u043e\u0432\u0430\u043d\u0438\u0438 \u043a\u044d\u0448\u0430 \u043e\u043d\u043e \u0434\u043e\u043b\u0436\u043d\u043e \u0441\u043e\u043a\u0440\u0430\u0442\u0438\u0442\u044c\u0441\u044f \u0432 \u0440\u0430\u0437\u044b.<\/p>\n<h4>CUDA graphs<\/h4>\n<p>\u041f\u043e \u0443\u043c\u043e\u043b\u0447\u0430\u043d\u0438\u044e vLLM \u0437\u0430\u0445\u0432\u0430\u0442\u044b\u0432\u0430\u0435\u0442 CUDA graphs \u0434\u043b\u044f \u0448\u0438\u0440\u043e\u043a\u043e\u0433\u043e \u043d\u0430\u0431\u043e\u0440\u0430 \u0440\u0430\u0437\u043c\u0435\u0440\u043e\u0432 \u0431\u0430\u0442\u0447\u0430. \u0412 \u0437\u0430\u043c\u0435\u0440\u0435 Tensorfuse \u043d\u0430 \u044d\u0442\u043e \u0443\u0448\u043b\u043e 54 \u0441\u0435\u043a\u0443\u043d\u0434\u044b. \u041a\u043e\u0433\u0434\u0430 \u043d\u0430\u0431\u043e\u0440 \u043e\u0433\u0440\u0430\u043d\u0438\u0447\u0438\u043b\u0438 \u0440\u0430\u0437\u043c\u0435\u0440\u0430\u043c\u0438 \u043f\u043e\u0434 \u0440\u0435\u0430\u043b\u044c\u043d\u0443\u044e \u043d\u0430\u0433\u0440\u0443\u0437\u043a\u0443, \u0432\u0440\u0435\u043c\u044f \u0437\u0430\u0445\u0432\u0430\u0442\u0430<a href=\"https:\/\/tensorfuse.io\/docs\/blogs\/reducing_gpu_cold_start\"> \u0441\u043e\u043a\u0440\u0430\u0442\u0438\u043b\u043e\u0441\u044c \u0434\u043e 7 \u0441\u0435\u043a\u0443\u043d\u0434<\/a>.<\/p>\n<pre><code>vllm serve \/models\/chat-model --cuda-graph-sizes 1 2 4 8 16 24 32 64<\/code><div class=\"code-explainer\"><a href=\"https:\/\/sourcecraft.dev\/\" class=\"tm-button code-explainer__link\" style=\"visibility: hidden;\"><span class=\"sc-logo-wrapper icon-only\"><\/span><\/a><\/div><\/pre>\n<p>\u0421\u043e\u043a\u0440\u0430\u0449\u0435\u043d\u0438\u0435 \u043d\u0430\u0431\u043e\u0440\u0430 \u043c\u043e\u0436\u0435\u0442 \u0441\u043d\u0438\u0437\u0438\u0442\u044c \u043f\u0440\u043e\u043f\u0443\u0441\u043a\u043d\u0443\u044e \u0441\u043f\u043e\u0441\u043e\u0431\u043d\u043e\u0441\u0442\u044c: \u0431\u0430\u0442\u0447\u0438, \u0434\u043b\u044f \u043a\u043e\u0442\u043e\u0440\u044b\u0445 \u0433\u0440\u0430\u0444\u044b \u043d\u0435 \u0437\u0430\u0445\u0432\u0430\u0447\u0435\u043d\u044b, \u0431\u0443\u0434\u0443\u0442 \u043e\u0431\u0440\u0430\u0431\u0430\u0442\u044b\u0432\u0430\u0442\u044c\u0441\u044f \u0431\u0435\u0437 \u043d\u0438\u0445.<\/p>\n<h4>\u041d\u0430\u0441\u043a\u043e\u043b\u044c\u043a\u043e \u043a\u044d\u0448 \u0441\u043e\u043a\u0440\u0430\u0449\u0430\u0435\u0442 \u0445\u043e\u043b\u043e\u0434\u043d\u044b\u0439 \u0441\u0442\u0430\u0440\u0442<\/h4>\n<p>\u041a\u044d\u0448 \u043d\u0430 \u043d\u043e\u0434\u0435 \u043f\u043e\u043c\u043e\u0433\u0430\u0435\u0442, \u043f\u043e\u043a\u0430 \u0441\u0430\u043c\u0430 \u043d\u043e\u0434\u0430 \u0441\u0443\u0449\u0435\u0441\u0442\u0432\u0443\u0435\u0442. \u0415\u0441\u043b\u0438 \u043f\u0443\u043b GPU-\u043d\u043e\u0434 \u0443\u043c\u0435\u043d\u044c\u0448\u0430\u0435\u0442\u0441\u044f \u0434\u043e \u043d\u0443\u043b\u044f, \u043d\u043e\u0432\u0430\u044f \u043d\u043e\u0434\u0430 \u0437\u0430\u043f\u0443\u0441\u043a\u0430\u0435\u0442\u0441\u044f \u0441 \u043f\u0443\u0441\u0442\u044b\u043c \u0434\u0438\u0441\u043a\u043e\u043c. \u041d\u0430\u043f\u0440\u0438\u043c\u0435\u0440, Karpenter \u0443\u0434\u0430\u043b\u044f\u0435\u0442 \u043f\u043e\u0441\u043b\u0435\u0434\u043d\u044e\u044e \u043d\u043e\u0434\u0443<a href=\"https:\/\/dev.to\/fernando_azevedo_6844e930\/llm-cold-starts-on-hyperpod-from-27-minutes-to-seconds-with-model-caching-398f\"> \u0432\u043c\u0435\u0441\u0442\u0435 \u0441 \u0435\u0451 \u043a\u044d\u0448\u0435\u043c<\/a>, \u043f\u043e\u044d\u0442\u043e\u043c\u0443 \u043f\u0435\u0440\u0432\u044b\u0439 \u043f\u043e\u0434 \u043d\u0430 \u043d\u043e\u0432\u043e\u0439 \u043d\u043e\u0434\u0435 \u0441\u043d\u043e\u0432\u0430 \u043f\u0440\u043e\u0445\u043e\u0434\u0438\u0442 \u043f\u043e\u043b\u043d\u044b\u0439 \u0445\u043e\u043b\u043e\u0434\u043d\u044b\u0439 \u0441\u0442\u0430\u0440\u0442. \u0414\u043b\u044f \u0442\u0430\u043a\u043e\u0433\u043e \u0441\u0446\u0435\u043d\u0430\u0440\u0438\u044f \u043e\u0431\u0440\u0430\u0437 \u0438 \u0432\u0435\u0441\u0430 \u0441\u0442\u043e\u0438\u0442 \u0437\u0430\u0440\u0430\u043d\u0435\u0435 \u0432\u043a\u043b\u044e\u0447\u0438\u0442\u044c \u0432 \u043e\u0431\u0440\u0430\u0437 \u043d\u043e\u0434\u044b \u0438\u043b\u0438 \u0440\u0430\u0437\u043c\u0435\u0441\u0442\u0438\u0442\u044c \u043d\u0430 \u0441\u0435\u0442\u0435\u0432\u043e\u043c \u0442\u043e\u043c\u0435, \u0430 \u043a\u044d\u0448 \u043a\u043e\u043c\u043f\u0438\u043b\u044f\u0446\u0438\u0438 \u0441\u0434\u0435\u043b\u0430\u0442\u044c \u043e\u0431\u0449\u0438\u043c \u0434\u043b\u044f \u0440\u0435\u043f\u043b\u0438\u043a,<a href=\"https:\/\/hcompany.ai\/newsroom\/booting-fast-and-slow\"> \u043a\u0430\u043a \u0443 H Company<\/a>.<\/p>\n<figure class=\"full-width \"><img decoding=\"async\" src=\"https:\/\/habrastorage.org\/r\/w1560\/extt\/41\/04\/89\/4104894148a019e2f7d7645a63bef41d.png\" alt=\"\u041f\u0440\u043e\u0431\u0443\u0436\u0434\u0435\u043d\u0438\u0435 \u0438\u0437 \u043d\u0443\u043b\u044f: \u043a\u044d\u0448\u0438 \u043d\u0430 \u043d\u043e\u0434\u0435 \u0437\u0430\u043a\u0440\u044b\u0432\u0430\u044e\u0442 \u0444\u0430\u0437\u044b\" title=\"\u041f\u0440\u043e\u0431\u0443\u0436\u0434\u0435\u043d\u0438\u0435 \u0438\u0437 \u043d\u0443\u043b\u044f: \u043a\u044d\u0448\u0438 \u043d\u0430 \u043d\u043e\u0434\u0435 \u0437\u0430\u043a\u0440\u044b\u0432\u0430\u044e\u0442 \u0444\u0430\u0437\u044b\" width=\"1600\" height=\"600\" sizes=\"auto, (max-width: 780px) 100vw, 50vw\" srcset=\"https:\/\/habrastorage.org\/r\/w780\/extt\/41\/04\/89\/4104894148a019e2f7d7645a63bef41d.png 780w,&#10;       https:\/\/habrastorage.org\/r\/w1560\/extt\/41\/04\/89\/4104894148a019e2f7d7645a63bef41d.png 781w\" loading=\"lazy\" decode=\"async\"\/><\/p>\n<div><figcaption><em>\u041f\u0440\u043e\u0431\u0443\u0436\u0434\u0435\u043d\u0438\u0435 \u0438\u0437 \u043d\u0443\u043b\u044f: \u043a\u044d\u0448\u0438 \u043d\u0430 \u043d\u043e\u0434\u0435 \u0437\u0430\u043a\u0440\u044b\u0432\u0430\u044e\u0442 \u0444\u0430\u0437\u044b<\/em><\/figcaption><\/div>\n<\/figure>\n<div>\n<div class=\"table\">\n<table>\n<tbody>\n<tr>\n<th>\n<p>\u0417\u0430\u043c\u0435\u0440<\/p>\n<\/th>\n<th>\n<p>\u041c\u043e\u0434\u0435\u043b\u044c \u0438 \u0436\u0435\u043b\u0435\u0437\u043e<\/p>\n<\/th>\n<th>\n<p>\u0414\u043e<\/p>\n<\/th>\n<th>\n<p>\u041f\u043e\u0441\u043b\u0435<\/p>\n<\/th>\n<th>\n<p>\u0427\u0442\u043e \u0432\u043a\u043b\u044e\u0447\u0438\u043b\u0438<\/p>\n<\/th>\n<\/tr>\n<tr>\n<td>\n<p align=\"left\"><a href=\"https:\/\/tensorfuse.io\/docs\/blogs\/reducing_gpu_cold_start\">Tensorfuse<\/a><\/p>\n<\/td>\n<td>\n<p align=\"left\">Llama 3.1 8B, L40S<\/p>\n<\/td>\n<td>\n<p align=\"left\">294 \u0441<\/p>\n<\/td>\n<td>\n<p align=\"left\">82 \u0441<\/p>\n<\/td>\n<td>\n<p align=\"left\">\u043a\u044d\u0448 \u043c\u043e\u0434\u0435\u043b\u0438 \u0438 \u043a\u043e\u043c\u043f\u0438\u043b\u044f\u0446\u0438\u0438 \u043d\u0430 \u0442\u043e\u043c\u0435, \u0440\u0430\u0437\u043c\u0435\u0440\u044b CUDA graphs<\/p>\n<\/td>\n<\/tr>\n<tr>\n<td>\n<p align=\"left\"><a href=\"https:\/\/route179.dev\/2026\/06\/30\/optimizing-vllm-cold-start-with-model-streaming-and-compile-caching\/\">Route179<\/a><\/p>\n<\/td>\n<td>\n<p align=\"left\">Qwen3.6-35B-A3B NVFP4, NVMe<\/p>\n<\/td>\n<td>\n<p align=\"left\">317 \u0441<\/p>\n<\/td>\n<td>\n<p align=\"left\">167 \u0441<\/p>\n<\/td>\n<td>\n<p align=\"left\">streamer, \u043a\u044d\u0448 \u043a\u043e\u043c\u043f\u0438\u043b\u044f\u0446\u0438\u0438<\/p>\n<\/td>\n<\/tr>\n<tr>\n<td>\n<p align=\"left\"><a href=\"https:\/\/developer.nvidia.com\/blog\/reducing-cold-start-latency-for-llm-inference-with-nvidia-runai-model-streamer\/\">NVIDIA<\/a><\/p>\n<\/td>\n<td>\n<p align=\"left\">Llama 3 8B, A10G, GP3<\/p>\n<\/td>\n<td>\n<p align=\"left\">66 \u0441<\/p>\n<\/td>\n<td>\n<p align=\"left\">35 \u0441<\/p>\n<\/td>\n<td>\n<p align=\"left\">streamer<\/p>\n<\/td>\n<\/tr>\n<tr>\n<td>\n<p align=\"left\"><a href=\"https:\/\/hcompany.ai\/newsroom\/booting-fast-and-slow\">H Company<\/a><\/p>\n<\/td>\n<td>\n<p align=\"left\">Qwen3.5 397B-A17B FP8<\/p>\n<\/td>\n<td>\n<p align=\"left\">\u0434\u043e 27 \u043c\u0438\u043d<\/p>\n<\/td>\n<td>\n<p align=\"left\">\u0432 3 \u0440\u0430\u0437\u0430 \u0431\u044b\u0441\u0442\u0440\u0435\u0435 \u0445\u043e\u043b\u043e\u0434\u043d\u044b\u0439, \u0434\u043e 12 \u0440\u0430\u0437 \u0442\u0451\u043f\u043b\u044b\u0439<\/p>\n<\/td>\n<td>\n<p align=\"left\">\u043f\u0440\u0435\u0434\u0437\u0430\u0433\u0440\u0443\u0437\u043a\u0430 \u043e\u0431\u0440\u0430\u0437\u0430, \u0441\u0442\u0440\u0438\u043c\u0438\u043d\u0433 \u0432\u0435\u0441\u043e\u0432, \u043e\u0431\u0449\u0438\u0439 \u043a\u044d\u0448 \u043a\u043e\u043c\u043f\u0438\u043b\u044f\u0446\u0438\u0438<\/p>\n<\/td>\n<\/tr>\n<tr>\n<td>\n<p align=\"left\"><a href=\"https:\/\/www.cncf.io\/blog\/2026\/05\/21\/how-netease-games-achieved-30-second-llm-cold-starts-on-kubernetes\/\">NetEase Games<\/a><\/p>\n<\/td>\n<td>\n<p align=\"left\">\u043c\u043e\u0434\u0435\u043b\u044c \u043a\u043b\u0430\u0441\u0441\u0430 70B<\/p>\n<\/td>\n<td>\n<p align=\"left\">42 \u043c\u0438\u043d<\/p>\n<\/td>\n<td>\n<p align=\"left\">\u043e\u043a\u043e\u043b\u043e 1 \u043c\u0438\u043d<\/p>\n<\/td>\n<td>\n<p align=\"left\">\u043a\u044d\u0448 \u0432\u0435\u0441\u043e\u0432 \u0438 \u043f\u0440\u0435\u0434\u0437\u0430\u0433\u0440\u0443\u0437\u043a\u0430 \u0447\u0435\u0440\u0435\u0437 Fluid<\/p>\n<\/td>\n<\/tr>\n<\/tbody>\n<\/table>\n<\/div>\n<\/div>\n<p>\u0423 Tensorfuse, Route179 \u0438 NVIDIA \u0432\u0440\u0435\u043c\u044f \u0445\u043e\u043b\u043e\u0434\u043d\u043e\u0433\u043e \u0441\u0442\u0430\u0440\u0442\u0430 \u0441\u043e\u043a\u0440\u0430\u0442\u0438\u043b\u043e\u0441\u044c \u0432 1,9\u20133,6 \u0440\u0430\u0437\u0430. NetEase \u043f\u043e\u043b\u0443\u0447\u0438\u043b\u0430 \u0433\u043e\u0440\u0430\u0437\u0434\u043e \u0431\u043e\u043b\u044c\u0448\u0438\u0439 \u0432\u044b\u0438\u0433\u0440\u044b\u0448 \u2014 \u0441 42 \u043c\u0438\u043d\u0443\u0442 \u043f\u0440\u0438\u043c\u0435\u0440\u043d\u043e \u0434\u043e \u043c\u0438\u043d\u0443\u0442\u044b, \u043d\u043e \u0432 \u0438\u0441\u0445\u043e\u0434\u043d\u043e\u043c \u0437\u0430\u043c\u0435\u0440\u0435 \u0432\u0435\u0441\u0430 \u0447\u0438\u0442\u0430\u043b\u0438\u0441\u044c \u0438\u0437 \u0445\u0440\u0430\u043d\u0438\u043b\u0438\u0449\u0430 \u0432 \u0434\u0440\u0443\u0433\u043e\u043c \u0440\u0435\u0433\u0438\u043e\u043d\u0435.<\/p>\n<p>\u041f\u043e\u0441\u043b\u0435 \u044d\u0442\u0438\u0445 \u043e\u043f\u0442\u0438\u043c\u0438\u0437\u0430\u0446\u0438\u0439 \u0437\u043d\u0430\u0447\u0438\u0442\u0435\u043b\u044c\u043d\u0443\u044e \u0447\u0430\u0441\u0442\u044c \u0441\u0442\u0430\u0440\u0442\u0430 \u0432\u0441\u0451 \u0435\u0449\u0451 \u043c\u043e\u0433\u0443\u0442 \u0437\u0430\u043d\u0438\u043c\u0430\u0442\u044c \u043f\u0440\u043e\u0444\u0438\u043b\u0438\u0440\u043e\u0432\u0430\u043d\u0438\u0435 \u0438 \u043f\u0440\u043e\u0433\u0440\u0435\u0432 \u0434\u0432\u0438\u0436\u043a\u0430. \u0423 Route179 \u043d\u0430 \u043d\u0438\u0445 \u043e\u0441\u0442\u0430\u043b\u043e\u0441\u044c<a href=\"https:\/\/route179.dev\/2026\/06\/30\/optimizing-vllm-cold-start-with-model-streaming-and-compile-caching\/\"> 98 \u0441\u0435\u043a\u0443\u043d\u0434 \u0438\u0437 167<\/a>. \u041f\u0440\u0435\u0434\u0437\u0430\u0433\u0440\u0443\u0437\u043a\u0430 \u0443\u0431\u0438\u0440\u0430\u0435\u0442 \u043e\u0436\u0438\u0434\u0430\u043d\u0438\u0435 \u0441\u043a\u0430\u0447\u0438\u0432\u0430\u043d\u0438\u044f \u043e\u0431\u0440\u0430\u0437\u0430, \u043f\u0430\u0440\u0430\u043b\u043b\u0435\u043b\u044c\u043d\u043e\u0435 \u0447\u0442\u0435\u043d\u0438\u0435 \u0443\u0441\u043a\u043e\u0440\u044f\u0435\u0442 \u0437\u0430\u0433\u0440\u0443\u0437\u043a\u0443 \u0432\u0435\u0441\u043e\u0432, \u043f\u043e\u0441\u0442\u043e\u044f\u043d\u043d\u044b\u0439 \u043a\u044d\u0448 \u0441\u043e\u043a\u0440\u0430\u0449\u0430\u0435\u0442 \u043a\u043e\u043c\u043f\u0438\u043b\u044f\u0446\u0438\u044e, \u0430 \u043e\u0433\u0440\u0430\u043d\u0438\u0447\u0435\u043d\u0438\u0435 \u0440\u0430\u0437\u043c\u0435\u0440\u043e\u0432 CUDA graphs \u2014 \u0437\u0430\u0445\u0432\u0430\u0442 \u0433\u0440\u0430\u0444\u043e\u0432. \u0412\u043c\u0435\u0441\u0442\u0435 \u043e\u043d\u0438 \u0437\u0430\u043c\u0435\u0442\u043d\u043e \u0443\u0441\u043a\u043e\u0440\u044f\u044e\u0442 \u0437\u0430\u043f\u0443\u0441\u043a, \u043d\u043e \u0443 \u043a\u0440\u0443\u043f\u043d\u044b\u0445 \u043c\u043e\u0434\u0435\u043b\u0435\u0439 \u043e\u043d \u0432\u0441\u0451 \u0440\u0430\u0432\u043d\u043e \u043c\u043e\u0436\u0435\u0442 \u0437\u0430\u043d\u0438\u043c\u0430\u0442\u044c \u043c\u0438\u043d\u0443\u0442\u044b.<\/p>\n<h3>\u0421\u043f\u044f\u0449\u0438\u0439 \u043f\u0440\u043e\u0446\u0435\u0441\u0441 vLLM<\/h3>\n<p>\u0412 vLLM \u0435\u0441\u0442\u044c \u0440\u0435\u0436\u0438\u043c \u0441\u043d\u0430 \u2014 sleep mode, \u043a\u043e\u0442\u043e\u0440\u044b\u0439 \u043e\u0441\u0432\u043e\u0431\u043e\u0436\u0434\u0430\u0435\u0442 \u0432\u0438\u0434\u0435\u043e\u043f\u0430\u043c\u044f\u0442\u044c, \u0441\u043e\u0445\u0440\u0430\u043d\u044f\u044f \u0440\u0430\u0431\u043e\u0442\u0430\u044e\u0449\u0438\u0439 \u043f\u0440\u043e\u0446\u0435\u0441\u0441. \u041d\u0430 \u043f\u0435\u0440\u0432\u043e\u043c \u0443\u0440\u043e\u0432\u043d\u0435 \u0441\u043d\u0430 \u0432\u0435\u0441\u0430 \u043f\u0435\u0440\u0435\u043d\u043e\u0441\u044f\u0442\u0441\u044f \u0432 \u043e\u043f\u0435\u0440\u0430\u0442\u0438\u0432\u043d\u0443\u044e \u043f\u0430\u043c\u044f\u0442\u044c, \u043d\u0430 \u0432\u0442\u043e\u0440\u043e\u043c \u2014 \u0432\u044b\u0433\u0440\u0443\u0436\u0430\u044e\u0442\u0441\u044f \u043f\u043e\u043b\u043d\u043e\u0441\u0442\u044c\u044e. \u0410\u043b\u043b\u043e\u043a\u0430\u0442\u043e\u0440, CUDA graphs \u0438 \u0441\u043a\u043e\u043c\u043f\u0438\u043b\u0438\u0440\u043e\u0432\u0430\u043d\u043d\u044b\u0435 \u044f\u0434\u0440\u0430 \u0441\u043e\u0445\u0440\u0430\u043d\u044f\u044e\u0442\u0441\u044f, \u043f\u043e\u044d\u0442\u043e\u043c\u0443 \u043f\u0440\u0438 \u043f\u0440\u043e\u0431\u0443\u0436\u0434\u0435\u043d\u0438\u0438 \u0434\u0432\u0438\u0436\u043a\u0443 \u043d\u0435 \u043f\u0440\u0438\u0445\u043e\u0434\u0438\u0442\u0441\u044f \u0433\u043e\u0442\u043e\u0432\u0438\u0442\u044c \u0438\u0445 \u0437\u0430\u043d\u043e\u0432\u043e.<\/p>\n<p>\u041f\u0440\u043e\u0431\u0443\u0436\u0434\u0435\u043d\u0438\u0435 \u0441 \u043f\u0435\u0440\u0432\u043e\u0433\u043e \u0443\u0440\u043e\u0432\u043d\u044f \u0437\u0430\u043d\u0438\u043c\u0430\u0435\u0442<a href=\"https:\/\/vllm.ai\/blog\/2025-10-26-sleep-mode\"> 0,1\u20130,8 \u0441\u0435\u043a\u0443\u043d\u0434\u044b \u0443 \u043c\u0430\u043b\u044b\u0445 \u043c\u043e\u0434\u0435\u043b\u0435\u0439 \u0438 3\u20136 \u0441\u0435\u043a\u0443\u043d\u0434 \u0443 \u043a\u0440\u0443\u043f\u043d\u044b\u0445<\/a>. \u0412 \u0437\u0430\u043c\u0435\u0440\u0435 \u043f\u0435\u0440\u0435\u043a\u043b\u044e\u0447\u0435\u043d\u0438\u044f \u043c\u043e\u0434\u0435\u043b\u0435\u0439 \u0441\u043e \u0432\u0442\u043e\u0440\u044b\u043c \u0443\u0440\u043e\u0432\u043d\u0435\u043c \u0441\u043d\u0430 \u0441\u0440\u0435\u0434\u043d\u0435\u0435 \u0432\u0440\u0435\u043c\u044f \u0441\u043e\u0441\u0442\u0430\u0432\u0438\u043b\u043e \u043e\u043a\u043e\u043b\u043e 2,6 \u0441\u0435\u043a\u0443\u043d\u0434\u044b \u043f\u0440\u043e\u0442\u0438\u0432 \u043f\u0440\u0438\u043c\u0435\u0440\u043d\u043e 48 \u0441\u0435\u043a\u0443\u043d\u0434 \u043f\u0440\u0438 \u043f\u043e\u043b\u043d\u043e\u043c \u043f\u0435\u0440\u0435\u0437\u0430\u043f\u0443\u0441\u043a\u0435. \u0421\u043e\u0445\u0440\u0430\u043d\u0435\u043d\u0438\u0435 \u043f\u0440\u043e\u0446\u0435\u0441\u0441\u0430 \u0434\u0430\u0451\u0442 \u0432\u044b\u0438\u0433\u0440\u044b\u0448, \u043a\u043e\u0442\u043e\u0440\u043e\u0433\u043e \u0442\u0440\u0443\u0434\u043d\u043e \u0434\u043e\u0431\u0438\u0442\u044c\u0441\u044f \u043e\u0434\u043d\u0438\u043c \u043a\u044d\u0448\u0438\u0440\u043e\u0432\u0430\u043d\u0438\u0435\u043c \u043d\u0430 \u043d\u043e\u0434\u0435.<\/p>\n<p>\u041d\u043e \u0432 Kubernetes \u0441\u043f\u044f\u0449\u0438\u0439 \u043f\u0440\u043e\u0446\u0435\u0441\u0441 \u043e\u0441\u0442\u0430\u0451\u0442\u0441\u044f \u0432 \u043f\u043e\u0434\u0435, \u0437\u0430 \u043a\u043e\u0442\u043e\u0440\u044b\u043c \u043f\u043e-\u043f\u0440\u0435\u0436\u043d\u0435\u043c\u0443 \u0437\u0430\u043a\u0440\u0435\u043f\u043b\u0451\u043d GPU. \u0414\u0430\u0436\u0435 \u0435\u0441\u043b\u0438 \u0432\u0435\u0441\u0430 \u043f\u0435\u0440\u0435\u043d\u0435\u0441\u0435\u043d\u044b \u0432 \u043e\u043f\u0435\u0440\u0430\u0442\u0438\u0432\u043d\u0443\u044e \u043f\u0430\u043c\u044f\u0442\u044c, \u043f\u043b\u0430\u043d\u0438\u0440\u043e\u0432\u0449\u0438\u043a \u043d\u0435 \u043c\u043e\u0436\u0435\u0442 \u043e\u0442\u0434\u0430\u0442\u044c \u043a\u0430\u0440\u0442\u0443 \u0434\u0440\u0443\u0433\u043e\u0439 \u043d\u0430\u0433\u0440\u0443\u0437\u043a\u0435, \u0430 \u043d\u043e\u0434\u0430 \u043e\u0441\u0442\u0430\u0451\u0442\u0441\u044f \u0432 \u043f\u0443\u043b\u0435. \u0412\u0438\u0434\u0435\u043e\u043f\u0430\u043c\u044f\u0442\u044c \u043e\u0441\u0432\u043e\u0431\u043e\u0436\u0434\u0430\u0435\u0442\u0441\u044f, \u043d\u043e \u0441\u0430\u043c\u043e \u043f\u043e \u0441\u0435\u0431\u0435 \u044d\u0442\u043e \u043d\u0435 \u043f\u043e\u0437\u0432\u043e\u043b\u044f\u0435\u0442 \u043e\u0442\u043a\u0430\u0437\u0430\u0442\u044c\u0441\u044f \u043e\u0442 \u0437\u0430\u043d\u044f\u0442\u043e\u0439 GPU-\u043d\u043e\u0434\u044b.<\/p>\n<p>\u0412\u044b\u0431\u043e\u0440 \u0437\u0430\u0432\u0438\u0441\u0438\u0442 \u043e\u0442 \u0434\u043e\u043f\u0443\u0441\u0442\u0438\u043c\u043e\u0439 \u0437\u0430\u0434\u0435\u0440\u0436\u043a\u0438 \u043f\u0435\u0440\u0432\u043e\u0433\u043e \u043e\u0442\u0432\u0435\u0442\u0430. \u041f\u043e\u043b\u044c\u0437\u043e\u0432\u0430\u0442\u0435\u043b\u044c\u0441\u043a\u043e\u043c\u0443 \u0447\u0430\u0442\u0443, \u043a\u043e\u0442\u043e\u0440\u044b\u0439 \u0434\u043e\u043b\u0436\u0435\u043d \u043e\u0442\u0432\u0435\u0447\u0430\u0442\u044c \u0437\u0430 \u0441\u0435\u043a\u0443\u043d\u0434\u044b, \u043d\u0443\u0436\u043d\u0430 \u0442\u0451\u043f\u043b\u0430\u044f \u0440\u0435\u043f\u043b\u0438\u043a\u0430 \u0438\u043b\u0438 \u0441\u043f\u044f\u0449\u0438\u0439 \u043f\u0440\u043e\u0446\u0435\u0441\u0441. \u0423\u0434\u0430\u043b\u0435\u043d\u0438\u0435 \u0432\u0441\u0435\u0445 \u043f\u043e\u0434\u043e\u0432 \u043e\u0441\u0432\u043e\u0431\u043e\u0436\u0434\u0430\u0435\u0442 \u043a\u0430\u0440\u0442\u0443 \u043c\u0435\u0436\u0434\u0443 \u0437\u0430\u043f\u0440\u043e\u0441\u0430\u043c\u0438, \u043d\u043e \u0441\u043b\u0435\u0434\u0443\u044e\u0449\u0438\u0439 \u0437\u0430\u043f\u0440\u043e\u0441 \u043c\u043e\u0436\u0435\u0442 \u0436\u0434\u0430\u0442\u044c \u0437\u0430\u043f\u0443\u0441\u043a\u0430 \u043c\u043e\u0434\u0435\u043b\u0438 \u043d\u0435\u0441\u043a\u043e\u043b\u044c\u043a\u043e \u043c\u0438\u043d\u0443\u0442. \u0422\u0430\u043a\u043e\u0439 \u0440\u0435\u0436\u0438\u043c \u043f\u043e\u0434\u0445\u043e\u0434\u0438\u0442 \u0444\u043e\u043d\u043e\u0432\u044b\u043c \u0430\u0433\u0435\u043d\u0442\u0430\u043c, \u0432\u043d\u0443\u0442\u0440\u0435\u043d\u043d\u0438\u043c \u0438\u043d\u0441\u0442\u0440\u0443\u043c\u0435\u043d\u0442\u0430\u043c, \u043d\u043e\u0447\u043d\u043e\u0439 \u043e\u0431\u0440\u0430\u0431\u043e\u0442\u043a\u0435 \u0438 \u043c\u043e\u0434\u0435\u043b\u044f\u043c, \u043a \u043a\u043e\u0442\u043e\u0440\u044b\u043c \u043e\u0431\u0440\u0430\u0449\u0430\u044e\u0442\u0441\u044f \u043d\u0435\u0441\u043a\u043e\u043b\u044c\u043a\u043e \u0440\u0430\u0437 \u0432 \u0434\u0435\u043d\u044c.<\/p>\n<p>\u0415\u0441\u043b\u0438 \u0442\u0430\u043a\u043e\u0435 \u043e\u0436\u0438\u0434\u0430\u043d\u0438\u0435 \u0434\u043e\u043f\u0443\u0441\u0442\u0438\u043c\u043e, \u043d\u0443\u0436\u043d\u043e \u0438\u0437\u043c\u0435\u0440\u0438\u0442\u044c \u0432\u0440\u0435\u043c\u044f \u0437\u0430\u043f\u0443\u0441\u043a\u0430 \u0441\u0432\u043e\u0435\u0439 \u043c\u043e\u0434\u0435\u043b\u0438. \u041f\u0443\u0431\u043b\u0438\u0447\u043d\u044b\u0435 \u0437\u0430\u043c\u0435\u0440\u044b \u0434\u0430\u044e\u0442 \u043e\u0440\u0438\u0435\u043d\u0442\u0438\u0440, \u043d\u043e \u0442\u0430\u0439\u043c\u0430\u0443\u0442\u044b \u0437\u0430\u0432\u0438\u0441\u044f\u0442 \u043e\u0442 \u0432\u0430\u0448\u0435\u0433\u043e GPU, \u0445\u0440\u0430\u043d\u0438\u043b\u0438\u0449\u0430 \u0438 \u0432\u0435\u0440\u0441\u0438\u0438 vLLM.<\/p>\n<h3>\u041a\u0430\u043a \u0438\u0437\u043c\u0435\u0440\u0438\u0442\u044c \u0441\u0432\u043e\u0439 \u0445\u043e\u043b\u043e\u0434\u043d\u044b\u0439 \u0441\u0442\u0430\u0440\u0442<\/h3>\n<h3>\u041a\u0430\u043a \u0438\u0437\u043c\u0435\u0440\u0438\u0442\u044c \u0441\u0432\u043e\u0439 \u0445\u043e\u043b\u043e\u0434\u043d\u044b\u0439 \u0441\u0442\u0430\u0440\u0442<\/h3>\n<p>\u0427\u0442\u043e\u0431\u044b \u043f\u043e\u0434\u043e\u0431\u0440\u0430\u0442\u044c <code>readiness<\/code> timeout, \u043d\u0443\u0436\u043d\u043e \u0438\u0437\u043c\u0435\u0440\u0438\u0442\u044c \u0432\u0440\u0435\u043c\u044f \u043e\u0442 \u0437\u0430\u043f\u0443\u0441\u043a\u0430 \u043f\u043e\u0434\u0430 \u0434\u043e \u0435\u0433\u043e \u0433\u043e\u0442\u043e\u0432\u043d\u043e\u0441\u0442\u0438, \u0432\u043a\u043b\u044e\u0447\u0430\u044f \u0441\u0430\u043c\u044b\u0435 \u043c\u0435\u0434\u043b\u0435\u043d\u043d\u044b\u0435 \u0437\u0430\u043f\u0443\u0441\u043a\u0438. \u0414\u043b\u044f \u044d\u0442\u043e\u0433\u043e \u043f\u0440\u0438\u0433\u043e\u0434\u044f\u0442\u0441\u044f \u0442\u0440\u0438 \u0438\u043d\u0441\u0442\u0440\u0443\u043c\u0435\u043d\u0442\u0430:<\/p>\n<ol>\n<li>\n<p>\u041a\u043e\u043c\u0430\u043d\u0434\u0430 <code>vllm bench startup<\/code> \u0437\u0430\u043f\u0443\u0441\u043a\u0430\u0435\u0442<a href=\"https:\/\/docs.vllm.ai\/en\/latest\/cli\/bench\/startup\/\"> \u0441\u0435\u0440\u0438\u0438 \u0445\u043e\u043b\u043e\u0434\u043d\u044b\u0445 \u0438 \u0442\u0451\u043f\u043b\u044b\u0445 \u0441\u0442\u0430\u0440\u0442\u043e\u0432<\/a>. \u0427\u0438\u0441\u043b\u043e \u043f\u043e\u0432\u0442\u043e\u0440\u043e\u0432 \u0437\u0430\u0434\u0430\u0451\u0442\u0441\u044f \u0444\u043b\u0430\u0433\u0430\u043c\u0438 <code>--num-iters-cold<\/code> \u0438 <code>--num-iters-warm<\/code>.<\/p>\n<\/li>\n<li>\n<p>\u0422\u0440\u0435\u0439\u0441\u0438\u043d\u0433 \u0437\u0430\u043f\u0443\u0441\u043a\u0430 \u0447\u0435\u0440\u0435\u0437 OpenTelemetry, \u043a\u043e\u0442\u043e\u0440\u044b\u0439<a href=\"https:\/\/hcompany.ai\/newsroom\/booting-fast-and-slow\"> \u0434\u043e\u0431\u0430\u0432\u0438\u043b\u0430 H Company<\/a>, \u043f\u043e\u0437\u0432\u043e\u043b\u044f\u0435\u0442 \u0440\u0430\u0437\u043e\u0431\u0440\u0430\u0442\u044c \u0432\u0440\u0435\u043c\u044f \u043f\u043e \u044d\u0442\u0430\u043f\u0430\u043c: \u0437\u0430\u0433\u0440\u0443\u0437\u043a\u0430 \u0432\u0435\u0441\u043e\u0432, \u043a\u043e\u043c\u043f\u0438\u043b\u044f\u0446\u0438\u044f, \u0437\u0430\u0445\u0432\u0430\u0442 \u0433\u0440\u0430\u0444\u043e\u0432 \u0438 \u043f\u0440\u043e\u0433\u0440\u0435\u0432 \u043e\u0442\u043e\u0431\u0440\u0430\u0436\u0430\u044e\u0442\u0441\u044f \u043e\u0442\u0434\u0435\u043b\u044c\u043d\u044b\u043c\u0438 \u0441\u043f\u0430\u043d\u0430\u043c\u0438.<\/p>\n<\/li>\n<li>\n<p>\u0421\u043e\u0431\u044b\u0442\u0438\u044f \u043f\u043e\u0434\u0430 \u043f\u043e\u043a\u0430\u0437\u044b\u0432\u0430\u044e\u0442 \u0432\u0440\u0435\u043c\u044f \u043e\u0442 \u0435\u0433\u043e \u0441\u043e\u0437\u0434\u0430\u043d\u0438\u044f \u0434\u043e \u0441\u043e\u0441\u0442\u043e\u044f\u043d\u0438\u044f <code>Ready<\/code>. \u041f\u043e \u044d\u0442\u0438\u043c \u0437\u0430\u043c\u0435\u0440\u0430\u043c \u043e\u0446\u0435\u043d\u0438\u0432\u0430\u044e\u0442 \u043c\u0435\u0434\u043b\u0435\u043d\u043d\u044b\u0435 \u0437\u0430\u043f\u0443\u0441\u043a\u0438 \u0438 \u0432\u044b\u0431\u0438\u0440\u0430\u044e\u0442 <code>readiness<\/code> timeout.<\/p>\n<\/li>\n<\/ol>\n<p>\u041f\u0440\u0438 \u0441\u0440\u0430\u0432\u043d\u0435\u043d\u0438\u0438 \u0441 \u043f\u0443\u0431\u043b\u0438\u0447\u043d\u044b\u043c\u0438 \u0440\u0435\u0437\u0443\u043b\u044c\u0442\u0430\u0442\u0430\u043c\u0438 \u0443\u0447\u0438\u0442\u044b\u0432\u0430\u0439\u0442\u0435 \u0432\u0435\u0440\u0441\u0438\u0438 \u0434\u0432\u0438\u0436\u043a\u0430 \u0438 \u0438\u043d\u0441\u0442\u0440\u0443\u043c\u0435\u043d\u0442\u043e\u0432: \u043e\u0442 \u043d\u0438\u0445 \u0442\u043e\u0436\u0435 \u0437\u0430\u0432\u0438\u0441\u0438\u0442 \u0432\u0440\u0435\u043c\u044f \u0437\u0430\u043f\u0443\u0441\u043a\u0430.<\/p>\n<div>\n<div class=\"table\">\n<table>\n<tbody>\n<tr>\n<td>\n<p align=\"left\"><strong>\u0418\u0441\u0442\u043e\u0447\u043d\u0438\u043a<\/strong><\/p>\n<\/td>\n<td>\n<p align=\"left\"><strong>\u0414\u0432\u0438\u0436\u043e\u043a \u0438 \u0438\u043d\u0441\u0442\u0440\u0443\u043c\u0435\u043d\u0442\u044b<\/strong><\/p>\n<\/td>\n<\/tr>\n<tr>\n<td>\n<p align=\"left\">NVIDIA<\/p>\n<\/td>\n<td>\n<p align=\"left\">vLLM 0.5.5, Run:ai Model Streamer 0.6.0<\/p>\n<\/td>\n<\/tr>\n<tr>\n<td>\n<p align=\"left\">Tensorfuse<\/p>\n<\/td>\n<td>\n<p align=\"left\">\u041e\u0431\u0440\u0430\u0437 <code>vllm\/vllm-openai:v0.10.1<\/code><\/p>\n<\/td>\n<\/tr>\n<tr>\n<td>\n<p align=\"left\">H Company<\/p>\n<\/td>\n<td>\n<p align=\"left\">vLLM 0.19.1 \u0432 \u0438\u0441\u0445\u043e\u0434\u043d\u043e\u043c \u0437\u0430\u043c\u0435\u0440\u0435<\/p>\n<\/td>\n<\/tr>\n<tr>\n<td>\n<p align=\"left\">Route179<\/p>\n<\/td>\n<td>\n<p align=\"left\">vLLM v0.22.1<\/p>\n<\/td>\n<\/tr>\n<tr>\n<td>\n<p align=\"left\">Interceptor<\/p>\n<\/td>\n<td>\n<p align=\"left\">KEDA HTTP Add-on 0.16<\/p>\n<\/td>\n<\/tr>\n<\/tbody>\n<\/table>\n<\/div>\n<\/div>\n<h3>\u041a\u0430\u043a \u043f\u0435\u0440\u0435\u0439\u0442\u0438 \u043a \u0437\u0430\u043f\u0443\u0441\u043a\u0443 \u043c\u043e\u0434\u0435\u043b\u0438 \u043f\u043e \u0437\u0430\u043f\u0440\u043e\u0441\u0443\u00a0<\/h3>\n<p>\u041a\u0430\u0436\u0434\u043e\u0435 \u0443\u0434\u0430\u043b\u0435\u043d\u0438\u0435 \u043f\u043e\u0441\u043b\u0435\u0434\u043d\u0435\u0439 \u0440\u0435\u043f\u043b\u0438\u043a\u0438 \u043e\u0437\u043d\u0430\u0447\u0430\u0435\u0442, \u0447\u0442\u043e \u0441\u043b\u0435\u0434\u0443\u044e\u0449\u0438\u0439 \u0437\u0430\u043f\u0440\u043e\u0441 \u0431\u0443\u0434\u0435\u0442 \u0436\u0434\u0430\u0442\u044c \u0437\u0430\u043f\u0443\u0441\u043a\u0430 \u043c\u043e\u0434\u0435\u043b\u0438. \u041f\u0440\u0435\u0436\u0434\u0435 \u0447\u0435\u043c \u0432\u043a\u043b\u044e\u0447\u0430\u0442\u044c \u0442\u0430\u043a\u043e\u0439 \u0440\u0435\u0436\u0438\u043c, \u0441\u0442\u043e\u0438\u0442 \u043f\u0440\u043e\u0432\u0435\u0440\u0438\u0442\u044c, \u043d\u0430\u0441\u043a\u043e\u043b\u044c\u043a\u043e \u0447\u0430\u0441\u0442\u043e \u043e\u043d \u043f\u043e\u0437\u0432\u043e\u043b\u0438\u0442 \u043e\u0441\u0432\u043e\u0431\u043e\u0436\u0434\u0430\u0442\u044c GPU \u0438 \u043a\u0430\u043a\u043e\u0439 \u0437\u0430\u0434\u0435\u0440\u0436\u043a\u043e\u0439 \u043f\u0440\u0438\u0434\u0451\u0442\u0441\u044f \u0437\u0430 \u044d\u0442\u043e \u043f\u043b\u0430\u0442\u0438\u0442\u044c.<\/p>\n<ol>\n<li>\n<p>\u0418\u0437\u043c\u0435\u0440\u044c\u0442\u0435 \u0445\u043e\u043b\u043e\u0434\u043d\u044b\u0439 \u0441\u0442\u0430\u0440\u0442 \u0434\u043e \u043e\u043f\u0442\u0438\u043c\u0438\u0437\u0430\u0446\u0438\u0439. \u0417\u0430\u043f\u0443\u0441\u0442\u0438\u0442\u0435 \u0441\u0435\u0440\u0438\u044e \u0442\u0435\u0441\u0442\u043e\u0432 \u0447\u0435\u0440\u0435\u0437 <code>vllm bench startup<\/code> \u0438 \u043f\u043e \u0441\u043e\u0431\u044b\u0442\u0438\u044f\u043c \u043f\u043e\u0434\u0430 \u043f\u0440\u043e\u0432\u0435\u0440\u044c\u0442\u0435 \u0432\u0440\u0435\u043c\u044f \u043e\u0442 \u0435\u0433\u043e \u0441\u043e\u0437\u0434\u0430\u043d\u0438\u044f \u0434\u043e <code>Ready<\/code>. \u042d\u0442\u0438 \u0440\u0435\u0437\u0443\u043b\u044c\u0442\u0430\u0442\u044b \u043f\u043e\u043d\u0430\u0434\u043e\u0431\u044f\u0442\u0441\u044f \u0434\u043b\u044f \u0441\u0440\u0430\u0432\u043d\u0435\u043d\u0438\u044f \u043f\u043e\u0441\u043b\u0435 \u043a\u0430\u0436\u0434\u043e\u0433\u043e \u0438\u0437\u043c\u0435\u043d\u0435\u043d\u0438\u044f.<\/p>\n<\/li>\n<li>\n<p>\u041f\u043e\u0434\u043a\u043b\u044e\u0447\u0438\u0442\u0435 KEDA HTTP Add-on, \u043e\u0441\u0442\u0430\u0432\u0438\u0432 <code>minReplicaCount: 1<\/code>. \u0412 \u0442\u0435\u0447\u0435\u043d\u0438\u0435 \u043d\u0435\u0434\u0435\u043b\u0438 \u043f\u043e\u043d\u0430\u0431\u043b\u044e\u0434\u0430\u0439\u0442\u0435 \u0437\u0430 \u043c\u0435\u0442\u0440\u0438\u043a\u0430\u043c\u0438 interceptor: \u043a\u0430\u043a \u0447\u0430\u0441\u0442\u043e \u043f\u0430\u0443\u0437\u044b \u0432 \u043d\u0430\u0433\u0440\u0443\u0437\u043a\u0435 \u043f\u0440\u0435\u0432\u044b\u0448\u0430\u044e\u0442 <code>cooldownPeriod<\/code>.<\/p>\n<\/li>\n<li>\n<p>\u041d\u0430\u0441\u0442\u0440\u043e\u0439\u0442\u0435 \u043a\u044d\u0448\u0438 \u043d\u0430 \u043d\u043e\u0434\u0435: \u043f\u0440\u0435\u0434\u0437\u0430\u0433\u0440\u0443\u0437\u043a\u0443 \u043e\u0431\u0440\u0430\u0437\u0430 \u0447\u0435\u0440\u0435\u0437 DaemonSet, \u0445\u0440\u0430\u043d\u0435\u043d\u0438\u0435 \u0432\u0435\u0441\u043e\u0432 \u043d\u0430 \u043b\u043e\u043a\u0430\u043b\u044c\u043d\u043e\u043c \u0434\u0438\u0441\u043a\u0435 \u0438 \u043f\u043e\u0441\u0442\u043e\u044f\u043d\u043d\u044b\u0439 \u0442\u043e\u043c \u0434\u043b\u044f <code>VLLM_CACHE_ROOT<\/code>. \u041f\u043e\u0441\u043b\u0435 \u043a\u0430\u0436\u0434\u043e\u0433\u043e \u0438\u0437\u043c\u0435\u043d\u0435\u043d\u0438\u044f \u043f\u043e\u0432\u0442\u043e\u0440\u044f\u0439\u0442\u0435 \u0437\u0430\u043c\u0435\u0440\u044b \u0438 \u043f\u0440\u043e\u0432\u0435\u0440\u044f\u0439\u0442\u0435 \u043f\u043e \u043b\u043e\u0433\u0430\u043c, \u0441\u043a\u043e\u043b\u044c\u043a\u043e \u0432\u0440\u0435\u043c\u0435\u043d\u0438 \u0443\u0434\u0430\u043b\u043e\u0441\u044c \u0441\u044d\u043a\u043e\u043d\u043e\u043c\u0438\u0442\u044c \u043d\u0430 \u0441\u043e\u043e\u0442\u0432\u0435\u0442\u0441\u0442\u0432\u0443\u044e\u0449\u0435\u043c \u044d\u0442\u0430\u043f\u0435.<\/p>\n<\/li>\n<li>\n<p>\u041d\u0430\u0441\u0442\u0440\u043e\u0439\u0442\u0435 \u0442\u0430\u0439\u043c\u0430\u0443\u0442\u044b \u043f\u043e \u0438\u0437\u043c\u0435\u0440\u0435\u043d\u043d\u043e\u043c\u0443 p99 \u0445\u043e\u043b\u043e\u0434\u043d\u043e\u0433\u043e \u0441\u0442\u0430\u0440\u0442\u0430: <code>readiness<\/code> \u0434\u043e\u043b\u0436\u0435\u043d \u043f\u043e\u043a\u0440\u044b\u0432\u0430\u0442\u044c \u0437\u0430\u043f\u0443\u0441\u043a \u0441 \u0437\u0430\u043f\u0430\u0441\u043e\u043c, \u0430 \u043a\u0430\u0436\u0434\u044b\u0439 \u0441\u043b\u0435\u0434\u0443\u044e\u0449\u0438\u0439 \u0442\u0430\u0439\u043c\u0430\u0443\u0442 \u2014 \u0431\u044b\u0442\u044c \u0434\u043b\u0438\u043d\u043d\u0435\u0435 \u043f\u0440\u0435\u0434\u044b\u0434\u0443\u0449\u0435\u0433\u043e. \u0422\u043e\u043b\u044c\u043a\u043e \u043f\u043e\u0441\u043b\u0435 \u044d\u0442\u043e\u0433\u043e \u0443\u0441\u0442\u0430\u043d\u0430\u0432\u043b\u0438\u0432\u0430\u0439\u0442\u0435 <code>minReplicaCount: 0<\/code>.<\/p>\n<\/li>\n<li>\n<p>\u0415\u0441\u043b\u0438 \u043c\u043e\u0434\u0435\u043b\u044c \u0434\u043e\u043b\u0436\u043d\u0430 \u043e\u0442\u0432\u0435\u0447\u0430\u0442\u044c \u0437\u0430 \u0441\u0435\u043a\u0443\u043d\u0434\u044b, \u043f\u043e\u043f\u0440\u043e\u0431\u0443\u0439\u0442\u0435 sleep mode \u0432\u043c\u0435\u0441\u0442\u043e \u0443\u0434\u0430\u043b\u0435\u043d\u0438\u044f \u043f\u043e\u0434\u043e\u0432. \u0421\u0440\u0430\u0432\u043d\u0438\u0442\u0435 \u0441\u0442\u043e\u0438\u043c\u043e\u0441\u0442\u044c \u0437\u0430\u043d\u044f\u0442\u043e\u0439 \u043a\u0430\u0440\u0442\u044b \u0441\u043e \u0441\u0442\u043e\u0438\u043c\u043e\u0441\u0442\u044c\u044e \u0442\u0451\u043f\u043b\u043e\u0439 \u0440\u0435\u043f\u043b\u0438\u043a\u0438.<\/p>\n<\/li>\n<\/ol>\n<h3>\u0427\u0442\u043e \u0443\u0447\u0435\u0441\u0442\u044c \u043f\u0435\u0440\u0435\u0434 \u043e\u0442\u043a\u043b\u044e\u0447\u0435\u043d\u0438\u0435\u043c \u043f\u043e\u0441\u043b\u0435\u0434\u043d\u0435\u0439 \u0440\u0435\u043f\u043b\u0438\u043a\u0438\u00a0<\/h3>\n<p>\u0423 \u043a\u0440\u0443\u043f\u043d\u0435\u0439\u0448\u0435\u0439 \u043c\u043e\u0434\u0435\u043b\u0438 H Company \u0445\u043e\u043b\u043e\u0434\u043d\u044b\u0439 \u0441\u0442\u0430\u0440\u0442 \u0434\u043e \u043e\u043f\u0442\u0438\u043c\u0438\u0437\u0430\u0446\u0438\u0439 \u0437\u0430\u043d\u0438\u043c\u0430\u043b<a href=\"https:\/\/hcompany.ai\/newsroom\/booting-fast-and-slow\"> \u043f\u043e\u0447\u0442\u0438 \u043f\u043e\u043b\u0447\u0430\u0441\u0430<\/a>. \u041f\u0440\u0438 \u0438\u043d\u0442\u0435\u0440\u0432\u0430\u043b\u0435 \u043e\u043f\u0440\u043e\u0441\u0430 \u0432 15 \u0441\u0435\u043a\u0443\u043d\u0434, \u043a\u0430\u043a \u0432<a href=\"https:\/\/llm-d.ai\/docs\/dev\/operations\/autoscaling\/keda-epp\"> \u0433\u0430\u0439\u0434\u0435 llm-d<\/a>, \u0430\u0432\u0442\u043e\u0441\u043a\u0435\u0439\u043b\u0435\u0440 \u0437\u0430 \u044d\u0442\u043e \u0432\u0440\u0435\u043c\u044f \u0443\u0441\u043f\u0435\u0432\u0430\u0435\u0442 \u043f\u0440\u043e\u0432\u0435\u0440\u0438\u0442\u044c \u043d\u0430\u0433\u0440\u0443\u0437\u043a\u0443 \u0431\u043e\u043b\u044c\u0448\u0435 \u0441\u043e\u0442\u043d\u0438 \u0440\u0430\u0437. \u0423\u0441\u043a\u043e\u0440\u0435\u043d\u0438\u0435 \u0435\u0433\u043e \u0440\u0435\u0430\u043a\u0446\u0438\u0438 \u043c\u0430\u043b\u043e \u043f\u043e\u043c\u043e\u0436\u0435\u0442, \u043f\u043e\u043a\u0430 \u043c\u043e\u0434\u0435\u043b\u044c \u0442\u0440\u0430\u0442\u0438\u0442 \u043c\u0438\u043d\u0443\u0442\u044b \u043d\u0430 \u0437\u0430\u0433\u0440\u0443\u0437\u043a\u0443 \u0438 \u043f\u043e\u0434\u0433\u043e\u0442\u043e\u0432\u043a\u0443 \u0434\u0432\u0438\u0436\u043a\u0430.<\/p>\n<p>\u0427\u0442\u043e\u0431\u044b \u0437\u0430\u043f\u0443\u0441\u043a\u0430\u0442\u044c LLM \u043f\u043e \u0437\u0430\u043f\u0440\u043e\u0441\u0443, \u0441\u0438\u0433\u043d\u0430\u043b \u043e \u043d\u0430\u0433\u0440\u0443\u0437\u043a\u0435 \u043d\u0443\u0436\u043d\u043e \u043f\u043e\u043b\u0443\u0447\u0430\u0442\u044c \u043f\u0435\u0440\u0435\u0434 \u043c\u043e\u0434\u0435\u043b\u044c\u044e \u2014 \u043d\u0430 interceptor \u0438\u043b\u0438 \u0448\u043b\u044e\u0437\u0435, \u043a\u043e\u0442\u043e\u0440\u044b\u0439 \u0440\u0430\u0431\u043e\u0442\u0430\u0435\u0442 \u0438 \u043f\u0440\u0438 \u043e\u0442\u0441\u0443\u0442\u0441\u0442\u0432\u0438\u0438 \u043f\u043e\u0434\u043e\u0432. \u0414\u0430\u043b\u044c\u0448\u0435 \u0432\u0440\u0435\u043c\u044f \u043e\u0436\u0438\u0434\u0430\u043d\u0438\u044f \u0437\u0430\u0432\u0438\u0441\u0438\u0442 \u043e\u0442 \u0442\u043e\u0433\u043e, \u0447\u0442\u043e \u0443\u0434\u0430\u043b\u043e\u0441\u044c \u043f\u043e\u0434\u0433\u043e\u0442\u043e\u0432\u0438\u0442\u044c \u0437\u0430\u0440\u0430\u043d\u0435\u0435: \u0441\u043a\u0430\u0447\u0430\u0442\u044c \u043e\u0431\u0440\u0430\u0437 \u0438 \u0432\u0435\u0441\u0430, \u0441\u043e\u0445\u0440\u0430\u043d\u0438\u0442\u044c \u0440\u0435\u0437\u0443\u043b\u044c\u0442\u0430\u0442\u044b \u043a\u043e\u043c\u043f\u0438\u043b\u044f\u0446\u0438\u0438, \u043e\u0433\u0440\u0430\u043d\u0438\u0447\u0438\u0442\u044c \u043d\u0430\u0431\u043e\u0440 CUDA graphs. \u0412 \u0440\u0430\u0437\u043e\u0431\u0440\u0430\u043d\u043d\u044b\u0445 \u0437\u0430\u043c\u0435\u0440\u0430\u0445 \u044d\u0442\u0438 \u043c\u0435\u0440\u044b \u0441\u043e\u043a\u0440\u0430\u0449\u0430\u043b\u0438 \u0445\u043e\u043b\u043e\u0434\u043d\u044b\u0439 \u0441\u0442\u0430\u0440\u0442 \u0432 1,9\u20133,6 \u0440\u0430\u0437\u0430, \u043d\u043e \u043d\u0435 \u0432\u0441\u0435\u0433\u0434\u0430 \u043f\u043e\u0437\u0432\u043e\u043b\u044f\u043b\u0438 \u0443\u043b\u043e\u0436\u0438\u0442\u044c\u0441\u044f \u0432 \u0441\u0435\u043a\u0443\u043d\u0434\u044b. \u041f\u043e\u044d\u0442\u043e\u043c\u0443 \u0442\u0430\u0439\u043c\u0430\u0443\u0442\u044b \u043d\u0443\u0436\u043d\u043e \u0432\u044b\u0431\u0438\u0440\u0430\u0442\u044c \u043f\u043e \u0441\u043e\u0431\u0441\u0442\u0432\u0435\u043d\u043d\u044b\u043c \u0438\u0437\u043c\u0435\u0440\u0435\u043d\u0438\u044f\u043c: <code>readiness<\/code> \u2014 \u0432\u044b\u0448\u0435 p99 \u0445\u043e\u043b\u043e\u0434\u043d\u043e\u0433\u043e \u0441\u0442\u0430\u0440\u0442\u0430, <code>request<\/code> \u2014 \u0441 \u0434\u043e\u043f\u043e\u043b\u043d\u0438\u0442\u0435\u043b\u044c\u043d\u044b\u043c \u0437\u0430\u043f\u0430\u0441\u043e\u043c \u043d\u0430 \u0433\u0435\u043d\u0435\u0440\u0430\u0446\u0438\u044e.<\/p>\n<p>\u0414\u043b\u044f \u0444\u043e\u043d\u043e\u0432\u044b\u0445 \u0430\u0433\u0435\u043d\u0442\u043e\u0432 \u0438 \u0440\u0435\u0434\u043a\u043e \u0438\u0441\u043f\u043e\u043b\u044c\u0437\u0443\u0435\u043c\u044b\u0445 \u043c\u043e\u0434\u0435\u043b\u0435\u0439 \u043d\u0435\u0441\u043a\u043e\u043b\u044c\u043a\u043e \u043c\u0438\u043d\u0443\u0442 \u043e\u0436\u0438\u0434\u0430\u043d\u0438\u044f \u043c\u043e\u0433\u0443\u0442 \u0431\u044b\u0442\u044c \u043f\u0440\u0438\u0435\u043c\u043b\u0435\u043c\u043e\u0439 \u0446\u0435\u043d\u043e\u0439 \u0437\u0430 \u043e\u0441\u0432\u043e\u0431\u043e\u0436\u0434\u0435\u043d\u0438\u0435 GPU \u043c\u0435\u0436\u0434\u0443 \u0437\u0430\u043f\u0440\u043e\u0441\u0430\u043c\u0438. \u0427\u0430\u0442\u0443, \u043a\u043e\u0442\u043e\u0440\u044b\u0439 \u0434\u043e\u043b\u0436\u0435\u043d \u043e\u0442\u0432\u0435\u0447\u0430\u0442\u044c \u0437\u0430 \u0441\u0435\u043a\u0443\u043d\u0434\u044b, \u043f\u043e\u043d\u0430\u0434\u043e\u0431\u0438\u0442\u0441\u044f \u0442\u0451\u043f\u043b\u0430\u044f \u0440\u0435\u043f\u043b\u0438\u043a\u0430 \u0438\u043b\u0438 sleep mode \u0441 \u0441\u043e\u0445\u0440\u0430\u043d\u0435\u043d\u0438\u0435\u043c \u043f\u0440\u043e\u0446\u0435\u0441\u0441\u0430. \u0412\u044b\u0431\u043e\u0440 \u043d\u0430\u0447\u0438\u043d\u0430\u0435\u0442\u0441\u044f \u0441 \u0434\u043e\u043f\u0443\u0441\u0442\u0438\u043c\u043e\u0439 \u0437\u0430\u0434\u0435\u0440\u0436\u043a\u0438 \u043f\u0435\u0440\u0432\u043e\u0433\u043e \u043e\u0442\u0432\u0435\u0442\u0430: \u0438\u043c\u0435\u043d\u043d\u043e \u043e\u043d\u0430 \u043e\u043f\u0440\u0435\u0434\u0435\u043b\u044f\u0435\u0442, \u043c\u043e\u0436\u043d\u043e \u043b\u0438 \u0443\u0434\u0430\u043b\u044f\u0442\u044c \u043f\u043e\u0441\u043b\u0435\u0434\u043d\u044e\u044e \u0440\u0435\u043f\u043b\u0438\u043a\u0443.<\/p>\n<p>\u0423 \u043d\u0430\u0441 \u0432 VK Cloud GPU-\u043d\u043e\u0434\u044b \u043f\u043e\u0434\u043a\u043b\u044e\u0447\u0430\u044e\u0442\u0441\u044f \u043a <a href=\"https:\/\/cloud.vk.ru\/containers\/\">Managed Kubernetes \u0432 Cloud Containers<\/a> \u0441 \u0438\u0437\u043e\u043b\u044f\u0446\u0438\u0435\u0439 \u0437\u0430\u0434\u0430\u0447 \u0438 \u0430\u0432\u0442\u043e\u043c\u0430\u0441\u0448\u0442\u0430\u0431\u0438\u0440\u043e\u0432\u0430\u043d\u0438\u0435\u043c. \u041e\u043f\u0438\u0441\u0430\u043d\u043d\u0443\u044e \u0441\u0445\u0435\u043c\u0443 \u043c\u043e\u0436\u043d\u043e \u0441\u043e\u0431\u0440\u0430\u0442\u044c \u043d\u0430 \u043d\u0438\u0445 \u0438\u0437 \u043e\u0442\u043a\u0440\u044b\u0442\u044b\u0445 \u043a\u043e\u043c\u043f\u043e\u043d\u0435\u043d\u0442\u043e\u0432: KEDA, vLLM \u0438 \u043a\u044d\u0448\u0430 \u043d\u0430 \u043b\u043e\u043a\u0430\u043b\u044c\u043d\u043e\u043c \u0434\u0438\u0441\u043a\u0435 \u043d\u043e\u0434\u044b.<\/p>\n<p>\u041a\u0430\u043a\u043e\u0439 <code>readiness<\/code> timeout \u0441\u0442\u043e\u0438\u0442 \u0443 \u0432\u0430\u0441 \u0438 \u043d\u0430 \u043a\u0430\u043a\u0438\u0445 \u0437\u0430\u043c\u0435\u0440\u0430\u0445 \u043e\u043d \u043e\u0441\u043d\u043e\u0432\u0430\u043d? \u0420\u0430\u0441\u0441\u043a\u0430\u0436\u0438\u0442\u0435 \u0432 \u043a\u043e\u043c\u043c\u0435\u043d\u0442\u0430\u0440\u0438\u044f\u0445.<\/p>\n<\/div>\n<p>\u0441\u0441\u044b\u043b\u043a\u0430 \u043d\u0430 \u043e\u0440\u0438\u0433\u0438\u043d\u0430\u043b \u0441\u0442\u0430\u0442\u044c\u0438 <a href=\"https:\/\/habr.com\/ru\/articles\/1104440\/\">https:\/\/habr.com\/ru\/articles\/1104440\/<\/a><\/p>\n","protected":false},"excerpt":{"rendered":"<p>\u041a\u043e\u0433\u0434\u0430 \u0437\u0430\u043f\u0440\u043e\u0441\u044b \u043a LLM \u043f\u0440\u0438\u0445\u043e\u0434\u044f\u0442 \u043b\u0438\u0448\u044c \u043d\u0435\u0441\u043a\u043e\u043b\u044c\u043a\u043e \u0440\u0430\u0437 \u0432 \u0434\u0435\u043d\u044c, GPU \u0431\u043e\u043b\u044c\u0448\u0443\u044e \u0447\u0430\u0441\u0442\u044c \u0432\u0440\u0435\u043c\u0435\u043d\u0438 \u043f\u0440\u043e\u0441\u0442\u0430\u0438\u0432\u0430\u0435\u0442, \u043d\u043e \u043f\u043b\u0430\u0442\u0438\u0442\u044c \u0437\u0430 \u043d\u043e\u0434\u0443 \u043f\u0440\u0438\u0445\u043e\u0434\u0438\u0442\u0441\u044f \u043a\u0440\u0443\u0433\u043b\u043e\u0441\u0443\u0442\u043e\u0447\u043d\u043e. \u0425\u043e\u0447\u0435\u0442\u0441\u044f \u043e\u0441\u0432\u043e\u0431\u043e\u0436\u0434\u0430\u0442\u044c \u043a\u0430\u0440\u0442\u0443 \u043c\u0435\u0436\u0434\u0443 \u0437\u0430\u043f\u0440\u043e\u0441\u0430\u043c\u0438: \u0443\u0434\u0430\u043b\u044f\u0442\u044c \u043f\u043e\u0434\u044b \u0441 \u043c\u043e\u0434\u0435\u043b\u044c\u044e, \u043a\u043e\u0433\u0434\u0430 \u043d\u0430\u0433\u0440\u0443\u0437\u043a\u0438 \u043d\u0435\u0442, \u0438 \u0437\u0430\u043f\u0443\u0441\u043a\u0430\u0442\u044c \u0438\u0445 \u0441\u043d\u043e\u0432\u0430, \u043a\u043e\u0433\u0434\u0430 \u043e\u043d\u0430 \u043f\u043e\u044f\u0432\u043b\u044f\u0435\u0442\u0441\u044f. \u0414\u043b\u044f \u043e\u0431\u044b\u0447\u043d\u043e\u0433\u043e \u0432\u0435\u0431-\u043f\u0440\u0438\u043b\u043e\u0436\u0435\u043d\u0438\u044f \u0442\u0430\u043a\u0430\u044f \u0441\u0445\u0435\u043c\u0430 \u0440\u0430\u0431\u043e\u0442\u0430\u0435\u0442 \u0441 \u0437\u0430\u0434\u0435\u0440\u0436\u043a\u043e\u0439 \u0432 \u043d\u0435\u0441\u043a\u043e\u043b\u044c\u043a\u043e \u0441\u0435\u043a\u0443\u043d\u0434, \u0438 \u044d\u0442\u043e \u0432\u043f\u043e\u043b\u043d\u0435 \u0434\u043e\u043f\u0443\u0441\u0442\u0438\u043c\u043e. LLM \u0436\u0435 \u043f\u043e\u0441\u043b\u0435 \u0437\u0430\u043f\u0443\u0441\u043a\u0430 \u043f\u043e\u0434\u0430 \u043d\u0443\u0436\u043d\u043e \u0437\u0430\u0433\u0440\u0443\u0437\u0438\u0442\u044c \u0432\u0435\u0441\u0430 \u0438 \u043f\u0440\u043e\u0433\u0440\u0435\u0442\u044c \u0434\u0432\u0438\u0436\u043e\u043a, \u043f\u043e\u044d\u0442\u043e\u043c\u0443 \u043f\u0435\u0440\u0432\u044b\u0439 \u0437\u0430\u043f\u0440\u043e\u0441 \u043c\u043e\u0436\u0435\u0442 \u0436\u0434\u0430\u0442\u044c \u043e\u0442\u0432\u0435\u0442\u0430 \u043d\u0435\u0441\u043a\u043e\u043b\u044c\u043a\u043e \u043c\u0438\u043d\u0443\u0442.\u0412 \u0438\u044e\u043b\u0435 \u043a\u043e\u043c\u0430\u043d\u0434\u0430 H Company \u0440\u0430\u0441\u0441\u043a\u0430\u0437\u0430\u043b\u0430, \u0447\u0442\u043e \u043d\u043e\u0432\u0430\u044f \u0440\u0435\u043f\u043b\u0438\u043a\u0430 \u0438\u0445 \u043a\u0440\u0443\u043f\u043d\u0435\u0439\u0448\u0438\u0445 \u043c\u043e\u0434\u0435\u043b\u0435\u0439 \u0432\u044b\u0445\u043e\u0434\u0438\u043b\u0430 \u0432 \u0433\u043e\u0442\u043e\u0432\u043d\u043e\u0441\u0442\u044c \u0434\u043e 27 \u043c\u0438\u043d\u0443\u0442. \u041a\u043e\u043c\u0430\u043d\u0434\u0430 \u0438\u0441\u043f\u043e\u043b\u044c\u0437\u0443\u0435\u0442 vLLM \u043d\u0430 GPU-\u043d\u043e\u0434\u0430\u0445 Kubernetes \u0438 \u0434\u043e\u0431\u0430\u0432\u043b\u044f\u0435\u0442 \u0440\u0435\u043f\u043b\u0438\u043a\u0438 \u043f\u043e \u043c\u0435\u0440\u0435 \u0440\u043e\u0441\u0442\u0430 \u043d\u0430\u0433\u0440\u0443\u0437\u043a\u0438 \u043e\u0442 \u0430\u0433\u0435\u043d\u0442\u043e\u0432. \u0410\u0432\u0442\u043e\u0441\u043a\u0435\u0439\u043b\u0435\u0440 \u0431\u044b\u0441\u0442\u0440\u043e \u0443\u0432\u0435\u043b\u0438\u0447\u0438\u0432\u0430\u0435\u0442 \u0447\u0438\u0441\u043b\u043e \u043f\u043e\u0434\u043e\u0432, \u043d\u043e \u0434\u0430\u043b\u044c\u0448\u0435 \u043d\u0430\u0447\u0438\u043d\u0430\u044e\u0442\u0441\u044f \u0441\u043a\u0430\u0447\u0438\u0432\u0430\u043d\u0438\u0435 \u043e\u0431\u0440\u0430\u0437\u0430, \u0437\u0430\u0433\u0440\u0443\u0437\u043a\u0430 \u0432\u0435\u0441\u043e\u0432, \u043a\u043e\u043c\u043f\u0438\u043b\u044f\u0446\u0438\u044f \u0438 \u043f\u0440\u043e\u0433\u0440\u0435\u0432 \u0434\u0432\u0438\u0436\u043a\u0430. \u0423\u0441\u043a\u043e\u0440\u0438\u0442\u044c \u044d\u0442\u0438 \u044d\u0442\u0430\u043f\u044b \u043d\u0430\u0441\u0442\u0440\u043e\u0439\u043a\u0430\u043c\u0438 \u043c\u0430\u0441\u0448\u0442\u0430\u0431\u0438\u0440\u043e\u0432\u0430\u043d\u0438\u044f \u043d\u0435 \u043f\u043e\u043b\u0443\u0447\u0438\u0442\u0441\u044f.\u042f \u043e\u0436\u0438\u0434\u0430\u043b, \u0447\u0442\u043e \u0431\u043e\u043b\u044c\u0448\u0443\u044e \u0447\u0430\u0441\u0442\u044c \u0432\u0440\u0435\u043c\u0435\u043d\u0438 \u0437\u0430\u043d\u0438\u043c\u0430\u0435\u0442 \u0437\u0430\u0433\u0440\u0443\u0437\u043a\u0430 \u0432\u0435\u0441\u043e\u0432, \u0438 \u0440\u0435\u0448\u0438\u043b \u043f\u043e\u0441\u043c\u043e\u0442\u0440\u0435\u0442\u044c \u043f\u0443\u0431\u043b\u0438\u0447\u043d\u044b\u0435 \u0437\u0430\u043c\u0435\u0440\u044b. \u0423 Tensorfuse \u0437\u0430\u043f\u0443\u0441\u043a Llama 3.1 8B \u043d\u0430 L40S \u0437\u0430\u043d\u044f\u043b 294 \u0441\u0435\u043a\u0443\u043d\u0434\u044b, \u0438\u0437 \u043a\u043e\u0442\u043e\u0440\u044b\u0445 \u043d\u0430 \u0441\u043a\u0430\u0447\u0438\u0432\u0430\u043d\u0438\u0435 \u043c\u043e\u0434\u0435\u043b\u0438 \u0438 \u043f\u0435\u0440\u0435\u043d\u043e\u0441 \u0432\u0435\u0441\u043e\u0432 \u0432 GPU \u0443\u0448\u043b\u043e \u0442\u043e\u043b\u044c\u043a\u043e 94. \u041e\u0441\u0442\u0430\u043b\u044c\u043d\u044b\u0435 200 \u0441\u0435\u043a\u0443\u043d\u0434 \u043f\u043e\u0442\u0440\u0435\u0431\u043e\u0432\u0430\u043b\u0438\u0441\u044c \u043d\u0430 \u043a\u043e\u043c\u043f\u0438\u043b\u044f\u0446\u0438\u044e, \u0437\u0430\u0445\u0432\u0430\u0442 CUDA graphs, \u0438\u043d\u0438\u0446\u0438\u0430\u043b\u0438\u0437\u0430\u0446\u0438\u044e \u0434\u0432\u0438\u0436\u043a\u0430 \u0438 \u0438\u043c\u043f\u043e\u0440\u0442\u044b. \u0417\u043d\u0430\u0447\u0438\u0442\u0435\u043b\u044c\u043d\u0443\u044e \u0447\u0430\u0441\u0442\u044c \u044d\u0442\u043e\u0439 \u0440\u0430\u0431\u043e\u0442\u044b \u043d\u043e\u0432\u044b\u0439 \u043f\u043e\u0434 \u043f\u043e\u0432\u0442\u043e\u0440\u044f\u0435\u0442 \u043f\u0440\u0438 \u043a\u0430\u0436\u0434\u043e\u043c \u0441\u0442\u0430\u0440\u0442\u0435, \u0445\u043e\u0442\u044f \u0435\u0451 \u0440\u0435\u0437\u0443\u043b\u044c\u0442\u0430\u0442\u044b \u043c\u043e\u0436\u043d\u043e \u0441\u043e\u0445\u0440\u0430\u043d\u0438\u0442\u044c \u043d\u0430 \u043d\u043e\u0434\u0435.\u0412 \u0441\u0442\u0430\u0442\u044c\u0435 \u0440\u0430\u0437\u0431\u0435\u0440\u0451\u043c, \u043a\u0430\u043a \u043d\u0430\u0441\u0442\u0440\u043e\u0438\u0442\u044c \u0437\u0430\u043f\u0443\u0441\u043a LLM \u0438\u0437 \u043d\u0443\u043b\u044f \u0438 \u0441\u043e\u043a\u0440\u0430\u0442\u0438\u0442\u044c \u0445\u043e\u043b\u043e\u0434\u043d\u044b\u0439 \u0441\u0442\u0430\u0440\u0442: \u043e\u0442\u043a\u0443\u0434\u0430 KEDA \u043f\u043e\u043b\u0443\u0447\u0430\u0435\u0442 \u0441\u0438\u0433\u043d\u0430\u043b \u043e \u043d\u0430\u0433\u0440\u0443\u0437\u043a\u0435, \u043f\u043e\u043a\u0430 \u043f\u043e\u0434\u043e\u0432 \u043d\u0435\u0442, \u0447\u0442\u043e \u0441\u0442\u043e\u0438\u0442 \u0437\u0430\u0440\u0430\u043d\u0435\u0435 \u0437\u0430\u043a\u044d\u0448\u0438\u0440\u043e\u0432\u0430\u0442\u044c \u0438 \u043a\u0430\u043a\u0438\u0435 \u0442\u0430\u0439\u043c\u0430\u0443\u0442\u044b \u043f\u043e\u0437\u0432\u043e\u043b\u044f\u0442 \u043f\u0435\u0440\u0432\u043e\u043c\u0443 \u0437\u0430\u043f\u0440\u043e\u0441\u0443 \u0434\u043e\u0436\u0434\u0430\u0442\u044c\u0441\u044f \u043c\u043e\u0434\u0435\u043b\u0438. \u041d\u0430 \u043f\u0443\u0431\u043b\u0438\u0447\u043d\u044b\u0445 \u0437\u0430\u043c\u0435\u0440\u0430\u0445 \u043f\u043e\u0441\u043c\u043e\u0442\u0440\u0438\u043c, \u0441\u043a\u043e\u043b\u044c\u043a\u043e \u0432\u0440\u0435\u043c\u0435\u043d\u0438 \u0434\u0430\u044e\u0442 \u044d\u0442\u0438 \u043e\u043f\u0442\u0438\u043c\u0438\u0437\u0430\u0446\u0438\u0438, \u0430 \u0437\u0430\u0442\u0435\u043c \u043f\u0435\u0440\u0435\u0439\u0434\u0451\u043c \u043a \u043c\u0430\u043d\u0438\u0444\u0435\u0441\u0442\u0430\u043c KEDA HTTP Add-on, DaemonSet \u0434\u043b\u044f \u043f\u0440\u0435\u0434\u0437\u0430\u0433\u0440\u0443\u0437\u043a\u0438 \u0438 \u043d\u0430\u0441\u0442\u0440\u043e\u0439\u043a\u0430\u043c vLLM. \u042d\u0442\u043e \u043f\u043e\u043c\u043e\u0436\u0435\u0442 \u043f\u043b\u0430\u0442\u0444\u043e\u0440\u043c\u0435\u043d\u043d\u044b\u043c \u0438\u043d\u0436\u0435\u043d\u0435\u0440\u0430\u043c \u043e\u0446\u0435\u043d\u0438\u0442\u044c, \u043f\u043e\u0434\u0445\u043e\u0434\u0438\u0442 \u043b\u0438 \u0442\u0430\u043a\u043e\u0439 \u0440\u0435\u0436\u0438\u043c \u0438\u0445 \u043d\u0430\u0433\u0440\u0443\u0437\u043a\u0435 \u0438\u043b\u0438 \u043b\u0443\u0447\u0448\u0435 \u043e\u0441\u0442\u0430\u0432\u0438\u0442\u044c \u0442\u0451\u043f\u043b\u0443\u044e \u0440\u0435\u043f\u043b\u0438\u043a\u0443.\u041e\u0442\u043a\u0443\u0434\u0430 \u0431\u0440\u0430\u0442\u044c \u0441\u0438\u0433\u043d\u0430\u043b \u0434\u043b\u044f \u0437\u0430\u043f\u0443\u0441\u043a\u0430 \u043c\u043e\u0434\u0435\u043b\u0438\u00a0\u041c\u0435\u0442\u0440\u0438\u043a\u0438 GPU \u043a\u0430\u0436\u0443\u0442\u0441\u044f \u0435\u0441\u0442\u0435\u0441\u0442\u0432\u0435\u043d\u043d\u044b\u043c \u0432\u044b\u0431\u043e\u0440\u043e\u043c \u0434\u043b\u044f \u0430\u0432\u0442\u043e\u043c\u0430\u0441\u0448\u0442\u0430\u0431\u0438\u0440\u043e\u0432\u0430\u043d\u0438\u044f LLM, \u043d\u043e \u043e\u043f\u0440\u0435\u0434\u0435\u043b\u0438\u0442\u044c \u0441\u043f\u0440\u043e\u0441 \u043f\u043e \u043d\u0438\u043c \u0441\u043b\u043e\u0436\u043d\u043e:\u0423\u0442\u0438\u043b\u0438\u0437\u0430\u0446\u0438\u044f \u043f\u043e\u043a\u0430\u0437\u044b\u0432\u0430\u0435\u0442, \u043a\u0430\u043a\u0443\u044e \u0434\u043e\u043b\u044e \u0432\u0440\u0435\u043c\u0435\u043d\u0438 \u043a\u0430\u0440\u0442\u0430 \u0437\u0430\u043d\u044f\u0442\u0430. \u041f\u0440\u0438 \u043d\u0435\u043f\u0440\u0435\u0440\u044b\u0432\u043d\u043e\u043c \u0431\u0430\u0442\u0447\u0438\u043d\u0433\u0435 \u043e\u043d\u0430 \u043c\u043e\u0436\u0435\u0442 \u0434\u0435\u0440\u0436\u0430\u0442\u044c\u0441\u044f \u043e\u043a\u043e\u043b\u043e 100% \u043f\u0440\u0438 \u0440\u0430\u0437\u043d\u043e\u0439 \u043d\u0430\u0433\u0440\u0443\u0437\u043a\u0435.\u0417\u0430\u043d\u044f\u0442\u0430\u044f \u0432\u0438\u0434\u0435\u043e\u043f\u0430\u043c\u044f\u0442\u044c \u043d\u0435 \u043e\u0442\u0440\u0430\u0436\u0430\u0435\u0442 \u0447\u0438\u0441\u043b\u043e \u0437\u0430\u043f\u0440\u043e\u0441\u043e\u0432: vLLM \u0437\u0430\u0440\u0430\u043d\u0435\u0435 \u0440\u0435\u0437\u0435\u0440\u0432\u0438\u0440\u0443\u0435\u0442 \u043f\u0430\u043c\u044f\u0442\u044c \u043f\u043e\u0434 \u0432\u0435\u0441\u0430 \u0438 KV-\u043a\u044d\u0448 \u2014 \u043f\u043e \u0443\u043c\u043e\u043b\u0447\u0430\u043d\u0438\u044e 90%.\u041e\u0447\u0435\u0440\u0435\u0434\u044c vllm:num_requests_waiting \u0434\u043e\u0441\u0442\u0443\u043f\u043d\u0430 \u043d\u0430 \/metrics \u0442\u043e\u043b\u044c\u043a\u043e \u043f\u043e\u0441\u043b\u0435 \u0437\u0430\u043f\u0443\u0441\u043a\u0430 vLLM. \u041a\u043e\u0433\u0434\u0430 \u043f\u043e\u0434\u043e\u0432 \u043d\u0435\u0442, \u044d\u0442\u0430 \u043c\u0435\u0442\u0440\u0438\u043a\u0430 \u043d\u0435 \u043f\u043e\u043c\u043e\u0436\u0435\u0442 \u0438\u0445 \u0437\u0430\u043f\u0443\u0441\u0442\u0438\u0442\u044c.\u041f\u043e\u044d\u0442\u043e\u043c\u0443 \u0441\u0438\u0433\u043d\u0430\u043b \u0434\u043b\u044f \u0437\u0430\u043f\u0443\u0441\u043a\u0430 \u043c\u043e\u0434\u0435\u043b\u0438 \u043d\u0443\u0436\u043d\u043e \u043f\u043e\u043b\u0443\u0447\u0430\u0442\u044c \u0442\u0430\u043c, \u0433\u0434\u0435 \u0437\u0430\u043f\u0440\u043e\u0441\u044b \u0432\u0438\u0434\u043d\u044b \u0438 \u0431\u0435\u0437 \u0440\u0430\u0431\u043e\u0442\u0430\u044e\u0449\u0438\u0445 \u043f\u043e\u0434\u043e\u0432, \u2014 \u043d\u0430 \u043f\u0440\u043e\u043a\u0441\u0438 \u0438\u043b\u0438 \u0448\u043b\u044e\u0437\u0435 \u043f\u0435\u0440\u0435\u0434 \u043c\u043e\u0434\u0435\u043b\u044c\u044e.\u041a\u043e\u0433\u0434\u0430 \u043f\u043e\u0434\u043e\u0432 \u0441 \u043c\u043e\u0434\u0435\u043b\u044c\u044e \u043d\u0435\u0442, \u0437\u0430\u043f\u0440\u043e\u0441 \u043f\u0440\u0438\u043d\u0438\u043c\u0430\u0435\u0442 \u043f\u0440\u043e\u043a\u0441\u0438 \u0438\u043b\u0438 \u0448\u043b\u044e\u0437 \u043f\u0435\u0440\u0435\u0434 \u0441\u0435\u0440\u0432\u0438\u0441\u043e\u043c. \u041e\u043d \u0432\u0438\u0434\u0438\u0442 \u043d\u0430\u0433\u0440\u0443\u0437\u043a\u0443 \u0438 \u043c\u043e\u0436\u0435\u0442 \u043f\u0435\u0440\u0435\u0434\u0430\u0442\u044c \u0430\u0432\u0442\u043e\u0441\u043a\u0435\u0439\u043b\u0435\u0440\u0443 \u0441\u0438\u0433\u043d\u0430\u043b \u0434\u043b\u044f \u0437\u0430\u043f\u0443\u0441\u043a\u0430 \u0440\u0435\u043f\u043b\u0438\u043a\u0438, \u0430 \u0437\u0430\u0442\u0435\u043c \u0434\u043e\u0436\u0434\u0430\u0442\u044c\u0441\u044f \u0435\u0451 \u0433\u043e\u0442\u043e\u0432\u043d\u043e\u0441\u0442\u0438 \u0438 \u043e\u0442\u043f\u0440\u0430\u0432\u0438\u0442\u044c \u0435\u0439 \u0437\u0430\u043f\u0440\u043e\u0441.\u0412 KEDA HTTP Add-on \u044d\u0442\u0443 \u0437\u0430\u0434\u0430\u0447\u0443 \u0432\u044b\u043f\u043e\u043b\u043d\u044f\u0435\u0442 interceptor \u2014 \u043e\u0431\u0440\u0430\u0442\u043d\u044b\u0439 \u043f\u0440\u043e\u043a\u0441\u0438, \u043a\u043e\u0442\u043e\u0440\u044b\u0439 \u0441\u0447\u0438\u0442\u0430\u0435\u0442 \u0437\u0430\u043f\u0440\u043e\u0441\u044b \u0432 \u043e\u0431\u0440\u0430\u0431\u043e\u0442\u043a\u0435 \u0438 \u043f\u0435\u0440\u0435\u0434\u0430\u0451\u0442 \u043c\u0435\u0442\u0440\u0438\u043a\u0438 KEDA. \u041f\u043e\u043a\u0430 \u043c\u043e\u0434\u0435\u043b\u044c \u0437\u0430\u043f\u0443\u0441\u043a\u0430\u0435\u0442\u0441\u044f, \u043e\u043d \u0443\u0434\u0435\u0440\u0436\u0438\u0432\u0430\u0435\u0442 \u0437\u0430\u043f\u0440\u043e\u0441\u044b \u0443 \u0441\u0435\u0431\u044f. \u0421\u0430\u043c Add-on \u043f\u043e\u043a\u0430 \u043d\u0430\u0445\u043e\u0434\u0438\u0442\u0441\u044f \u0432 \u0441\u0442\u0430\u0442\u0443\u0441\u0435 beta, \u0447\u0442\u043e \u0441\u0442\u043e\u0438\u0442 \u0443\u0447\u0435\u0441\u0442\u044c \u043f\u0435\u0440\u0435\u0434 \u0438\u0441\u043f\u043e\u043b\u044c\u0437\u043e\u0432\u0430\u043d\u0438\u0435\u043c \u0432 \u043f\u0440\u043e\u0434\u0430\u043a\u0448\u0435\u043d\u0435.\u0417\u0430\u043f\u0443\u0441\u043a \u043f\u0440\u043e\u0445\u043e\u0434\u0438\u0442 \u0432 \u043f\u044f\u0442\u044c \u0448\u0430\u0433\u043e\u0432:Interceptor \u0441\u043e\u043f\u043e\u0441\u0442\u0430\u0432\u043b\u044f\u0435\u0442 \u0437\u0430\u043f\u0440\u043e\u0441 \u0441 \u043c\u0430\u0440\u0448\u0440\u0443\u0442\u043e\u043c \u0438 \u0443\u0447\u0438\u0442\u044b\u0432\u0430\u0435\u0442 \u0435\u0433\u043e \u0432 \u043c\u0435\u0442\u0440\u0438\u043a\u0435.\u0421\u043a\u0435\u0439\u043b\u0435\u0440 \u043e\u0431\u043d\u0430\u0440\u0443\u0436\u0438\u0432\u0430\u0435\u0442 \u0442\u0440\u0430\u0444\u0438\u043a \u0438 \u0441\u043e\u043e\u0431\u0449\u0430\u0435\u0442 KEDA \u043e \u043d\u0430\u0433\u0440\u0443\u0437\u043a\u0435.KEDA \u0443\u0432\u0435\u043b\u0438\u0447\u0438\u0432\u0430\u0435\u0442 \u0447\u0438\u0441\u043b\u043e \u0440\u0435\u043f\u043b\u0438\u043a Deployment \u0441 \u043d\u0443\u043b\u044f \u0434\u043e \u043e\u0434\u043d\u043e\u0439 \u0438\u043b\u0438 \u043d\u0435\u0441\u043a\u043e\u043b\u044c\u043a\u0438\u0445.\u041a\u043e\u0433\u0434\u0430 \u0445\u043e\u0442\u044f \u0431\u044b \u043e\u0434\u0438\u043d \u043f\u043e\u0434 \u0433\u043e\u0442\u043e\u0432 \u043f\u0440\u0438\u043d\u0438\u043c\u0430\u0442\u044c \u0437\u0430\u043f\u0440\u043e\u0441\u044b, interceptor \u043f\u0435\u0440\u0435\u0434\u0430\u0451\u0442 \u0435\u043c\u0443 \u0443\u0434\u0435\u0440\u0436\u0430\u043d\u043d\u044b\u0439 \u0437\u0430\u043f\u0440\u043e\u0441.\u041e\u0442\u0432\u0435\u0442 \u0432\u043e\u0437\u0432\u0440\u0430\u0449\u0430\u0435\u0442\u0441\u044f \u0447\u0435\u0440\u0435\u0437 interceptor.\u041c\u0430\u0440\u0448\u0440\u0443\u0442 \u0437\u0430\u0434\u0430\u0451\u0442\u0441\u044f \u0440\u0435\u0441\u0443\u0440\u0441\u043e\u043c InterceptorRoute. \u0414\u043b\u044f \u043c\u043e\u0434\u0435\u043b\u0438 \u0441 \u0434\u043e\u043b\u0433\u0438\u043c \u0441\u0442\u0430\u0440\u0442\u043e\u043c \u0437\u0434\u0435\u0441\u044c \u043e\u0441\u043e\u0431\u0435\u043d\u043d\u043e \u0432\u0430\u0436\u043d\u044b \u0442\u0430\u0439\u043c\u0430\u0443\u0442\u044b \u0438 \u043e\u0433\u0440\u0430\u043d\u0438\u0447\u0435\u043d\u0438\u0435 \u0447\u0438\u0441\u043b\u0430 \u043e\u0436\u0438\u0434\u0430\u044e\u0449\u0438\u0445 \u0437\u0430\u043f\u0440\u043e\u0441\u043e\u0432:\u00a0apiVersion: http.keda.sh\/v1beta1kind: InterceptorRoutemetadata:\u00a0 name: llm-chat\u00a0 namespace: llmspec:\u00a0 target:\u00a0 \u00a0 service: vllm-chat\u00a0 \u00a0 port: 8000\u00a0 rules:\u00a0 \u00a0 &#8212; hosts:\u00a0 \u00a0 \u00a0 \u00a0 &#8212; llm.example.internal\u00a0 scalingMetric:\u00a0 \u00a0 concurrency:\u00a0 \u00a0 \u00a0 targetValue: 16\u00a0 \u00a0 \u00a0 \u00a0 # \u0437\u0430\u043f\u0440\u043e\u0441\u043e\u0432 \u0432 \u043f\u043e\u043b\u0451\u0442\u0435 \u043d\u0430 \u0440\u0435\u043f\u043b\u0438\u043a\u0443\u00a0 timeouts:\u00a0 \u00a0 readiness: 600s\u00a0 \u00a0 \u00a0 \u00a0 \u00a0 # \u0441\u043a\u043e\u043b\u044c\u043a\u043e \u0436\u0434\u0430\u0442\u044c \u0433\u043e\u0442\u043e\u0432\u043d\u043e\u0441\u0442\u0438 \u043f\u043e\u0434\u0430 \u0438\u0437 \u043d\u0443\u043b\u044f\u00a0 \u00a0 responseHeader: 120s \u00a0 \u00a0 # \u0431\u0435\u0437 \u0443\u0447\u0451\u0442\u0430 \u043e\u0436\u0438\u0434\u0430\u043d\u0438\u044f \u0445\u043e\u043b\u043e\u0434\u043d\u043e\u0433\u043e \u0441\u0442\u0430\u0440\u0442\u0430\u00a0 \u00a0 request: 900s\u00a0 \u00a0 \u00a0 \u00a0 \u00a0 \u00a0 # \u0432\u0435\u0441\u044c \u0437\u0430\u043f\u0440\u043e\u0441, \u0432\u043a\u043b\u044e\u0447\u0430\u044f \u0433\u0435\u043d\u0435\u0440\u0430\u0446\u0438\u044e\u00a0 coldStart:\u00a0 \u00a0 maxPendingRequests: 200\u00a0 \u00a0 overflow: Reject \u00a0 \u00a0 \u00a0 \u00a0 # \u0441\u0432\u0435\u0440\u0445 \u043b\u0438\u043c\u0438\u0442\u0430 \u0441\u0440\u0430\u0437\u0443 503\u041f\u0430\u0440\u0430\u043c\u0435\u0442\u0440 readiness \u043e\u043f\u0440\u0435\u0434\u0435\u043b\u044f\u0435\u0442, \u0441\u043a\u043e\u043b\u044c\u043a\u043e interceptor \u0436\u0434\u0451\u0442 \u0433\u043e\u0442\u043e\u0432\u043d\u043e\u0441\u0442\u0438 \u0431\u044d\u043a\u0435\u043d\u0434\u0430. \u0415\u0441\u043b\u0438 \u043c\u043e\u0434\u0435\u043b\u044c \u043d\u0435 \u0443\u0441\u043f\u0435\u043b\u0430 \u0437\u0430\u043f\u0443\u0441\u0442\u0438\u0442\u044c\u0441\u044f, \u043e\u043d \u0432\u043e\u0437\u0432\u0440\u0430\u0449\u0430\u0435\u0442 504 \u0438\u043b\u0438 \u043f\u0435\u0440\u0435\u043d\u0430\u043f\u0440\u0430\u0432\u043b\u044f\u0435\u0442 \u0437\u0430\u043f\u0440\u043e\u0441 \u043d\u0430 \u0440\u0435\u0437\u0435\u0440\u0432\u043d\u044b\u0439 \u043e\u0431\u0440\u0430\u0431\u043e\u0442\u0447\u0438\u043a, \u0435\u0441\u043b\u0438 \u0442\u043e\u0442 \u043d\u0430\u0441\u0442\u0440\u043e\u0435\u043d. \u041f\u043e\u0440\u043e\u0433 \u0432 16 \u0437\u0430\u043f\u0440\u043e\u0441\u043e\u0432 \u043d\u0430 \u0440\u0435\u043f\u043b\u0438\u043a\u0443 \u044f \u0432\u0437\u044f\u043b \u0438\u0437 \u0433\u0430\u0439\u0434\u0430 llm-d \u043a\u0430\u043a \u043d\u0430\u0447\u0430\u043b\u044c\u043d\u043e\u0435 \u0437\u043d\u0430\u0447\u0435\u043d\u0438\u0435.\u041a\u0430\u0436\u0434\u044b\u0439 \u043e\u0436\u0438\u0434\u0430\u044e\u0449\u0438\u0439 \u0437\u0430\u043f\u0440\u043e\u0441 \u0437\u0430\u043d\u0438\u043c\u0430\u0435\u0442 \u0441\u043e\u0435\u0434\u0438\u043d\u0435\u043d\u0438\u0435 \u0438 \u0431\u0443\u0444\u0435\u0440\u044b, \u043f\u043e\u044d\u0442\u043e\u043c\u0443 \u0432\u0441\u043f\u043b\u0435\u0441\u043a \u043d\u0430\u0433\u0440\u0443\u0437\u043a\u0438 \u0432\u043e \u0432\u0440\u0435\u043c\u044f \u0437\u0430\u043f\u0443\u0441\u043a\u0430 \u043c\u043e\u0434\u0435\u043b\u0438 \u043c\u043e\u0436\u0435\u0442 \u0438\u0441\u0447\u0435\u0440\u043f\u0430\u0442\u044c \u043f\u0430\u043c\u044f\u0442\u044c interceptor. \u0412 \u043f\u0440\u0438\u043c\u0435\u0440\u0435 \u043e\u0447\u0435\u0440\u0435\u0434\u044c \u043e\u0433\u0440\u0430\u043d\u0438\u0447\u0435\u043d\u0430 200 \u0437\u0430\u043f\u0440\u043e\u0441\u0430\u043c\u0438; \u043e\u0441\u0442\u0430\u043b\u044c\u043d\u044b\u0435 \u043f\u043e\u043b\u0443\u0447\u0430\u044e\u0442 503. \u0412\u043c\u0435\u0441\u0442\u043e \u043e\u0448\u0438\u0431\u043a\u0438 \u043c\u043e\u0436\u043d\u043e \u043d\u0430\u0441\u0442\u0440\u043e\u0438\u0442\u044c \u0437\u0430\u0433\u043b\u0443\u0448\u043a\u0443.\u0420\u0435\u0441\u0443\u0440\u0441 ScaledObject \u0441\u0432\u044f\u0437\u044b\u0432\u0430\u0435\u0442 \u043c\u0430\u0441\u0448\u0442\u0430\u0431\u0438\u0440\u043e\u0432\u0430\u043d\u0438\u0435 \u0441 \u043c\u0430\u0440\u0448\u0440\u0443\u0442\u043e\u043c \u0438 \u0440\u0430\u0437\u0440\u0435\u0448\u0430\u0435\u0442 \u0443\u0434\u0430\u043b\u044f\u0442\u044c \u0432\u0441\u0435 \u0440\u0435\u043f\u043b\u0438\u043a\u0438:apiVersion: keda.sh\/v1alpha1kind: ScaledObjectmetadata:\u00a0 name: llm-chat\u00a0 namespace: llmspec:\u00a0 scaleTargetRef:\u00a0 \u00a0 name: vllm-chat\u00a0 minReplicaCount: 0\u00a0 maxReplicaCount: 4\u00a0 cooldownPeriod: 1800 \u00a0 \u00a0 \u00a0 # \u043f\u043e\u043b\u0447\u0430\u0441\u0430 \u0442\u0438\u0448\u0438\u043d\u044b \u043f\u0435\u0440\u0435\u0434 \u0443\u0445\u043e\u0434\u043e\u043c \u0432 \u043d\u043e\u043b\u044c\u00a0 advanced:\u00a0 \u00a0 horizontalPodAutoscalerConfig:\u00a0 \u00a0 \u00a0 behavior:\u00a0 \u00a0 \u00a0 \u00a0 scaleUp:\u00a0 \u00a0 \u00a0 \u00a0 \u00a0 policies:\u00a0 \u00a0 \u00a0 \u00a0 \u00a0 \u00a0 &#8212; type: Pods\u00a0 \u00a0 \u00a0 \u00a0 \u00a0 \u00a0 \u00a0 value: 1\u00a0 \u00a0 \u00a0 \u00a0 \u00a0 \u00a0 \u00a0 periodSeconds: 300 \u00a0 # \u043d\u0435 \u0431\u043e\u043b\u044c\u0448\u0435 \u043e\u0434\u043d\u043e\u0433\u043e \u043d\u043e\u0432\u043e\u0433\u043e \u043f\u043e\u0434\u0430 \u0437\u0430 5 \u043c\u0438\u043d\u0443\u0442\u00a0 triggers:\u00a0 \u00a0 &#8212; type: external-push\u00a0 \u00a0 \u00a0 metadata:\u00a0 \u00a0 \u00a0 \u00a0 scalerAddress: keda-add-ons-http-external-scaler.keda:9090\u00a0 \u00a0 \u00a0 \u00a0 interceptorRoute: llm-chat\u041f\u043e \u0443\u043c\u043e\u043b\u0447\u0430\u043d\u0438\u044e cooldownPeriod \u0440\u0430\u0432\u0435\u043d 300 \u0441\u0435\u043a\u0443\u043d\u0434\u0430\u043c. \u0414\u043b\u044f \u043c\u043e\u0434\u0435\u043b\u0438, \u043a\u043e\u0442\u043e\u0440\u0430\u044f \u0437\u0430\u043f\u0443\u0441\u043a\u0430\u0435\u0442\u0441\u044f \u043d\u0435\u0441\u043a\u043e\u043b\u044c\u043a\u043e \u043c\u0438\u043d\u0443\u0442, \u044f \u0443\u0432\u0435\u043b\u0438\u0447\u0438\u0432\u0430\u044e \u0435\u0433\u043e \u0434\u043e \u043f\u043e\u043b\u0443\u0447\u0430\u0441\u0430: \u0438\u043d\u0430\u0447\u0435 \u043a\u043e\u0440\u043e\u0442\u043a\u0430\u044f \u043f\u0430\u0443\u0437\u0430 \u0432 \u043d\u0430\u0433\u0440\u0443\u0437\u043a\u0435 \u043f\u0440\u0438\u0432\u0435\u0434\u0451\u0442 \u043a \u0443\u0434\u0430\u043b\u0435\u043d\u0438\u044e \u0440\u0435\u043f\u043b\u0438\u043a, \u0430 \u0441\u043b\u0435\u0434\u0443\u044e\u0449\u0438\u0439 \u0437\u0430\u043f\u0440\u043e\u0441 \u0441\u043d\u043e\u0432\u0430 \u0431\u0443\u0434\u0435\u0442 \u0436\u0434\u0430\u0442\u044c \u0445\u043e\u043b\u043e\u0434\u043d\u043e\u0433\u043e \u0441\u0442\u0430\u0440\u0442\u0430. \u0414\u043e\u0431\u0430\u0432\u043b\u0435\u043d\u0438\u0435 \u0440\u0435\u043f\u043b\u0438\u043a \u043e\u0433\u0440\u0430\u043d\u0438\u0447\u0435\u043d\u043e \u043e\u0434\u043d\u0438\u043c \u043f\u043e\u0434\u043e\u043c \u0437\u0430 \u043f\u044f\u0442\u044c \u043c\u0438\u043d\u0443\u0442, \u0447\u0442\u043e\u0431\u044b \u043f\u0435\u0440\u0432\u044b\u0439 \u0432\u0441\u043f\u043b\u0435\u0441\u043a \u043d\u0435 \u0437\u0430\u043f\u0443\u0441\u0442\u0438\u043b \u0441\u0440\u0430\u0437\u0443 \u0432\u0441\u0435 \u0447\u0435\u0442\u044b\u0440\u0435.\u00a0\u041f\u0440\u043e\u0431\u0443\u0436\u0434\u0435\u043d\u0438\u0435 \u0438\u0437 \u043d\u0443\u043b\u044f: KEDA \u043f\u043e\u0434\u043d\u0438\u043c\u0430\u0435\u0442 \u0440\u0435\u043f\u043b\u0438\u043a\u0443, interceptor \u0434\u0435\u0440\u0436\u0438\u0442 \u0437\u0430\u043f\u0440\u043e\u0441\u0412 llm-d \u0441\u0438\u0433\u043d\u0430\u043b \u043e \u043d\u0430\u0433\u0440\u0443\u0437\u043a\u0435 \u043f\u043e\u0441\u0442\u0443\u043f\u0430\u0435\u0442 \u043e\u0442 Endpoint Picker \u2014 \u043a\u043e\u043c\u043f\u043e\u043d\u0435\u043d\u0442\u0430 \u0448\u043b\u044e\u0437\u0430, \u043a\u043e\u0442\u043e\u0440\u044b\u0439 \u0432\u044b\u0431\u0438\u0440\u0430\u0435\u0442 \u0440\u0435\u043f\u043b\u0438\u043a\u0443 \u0434\u043b\u044f \u0437\u0430\u043f\u0440\u043e\u0441\u0430. KEDA \u0447\u0438\u0442\u0430\u0435\u0442 \u0435\u0433\u043e \u043c\u0435\u0442\u0440\u0438\u043a\u0438 \u0438\u0437 Prometheus: \u0447\u0438\u0441\u043b\u043e \u0437\u0430\u043f\u0440\u043e\u0441\u043e\u0432 \u0432 \u043e\u0431\u0440\u0430\u0431\u043e\u0442\u043a\u0435 \u0438\u043b\u0438 \u0434\u043b\u0438\u043d\u0443 \u043e\u0447\u0435\u0440\u0435\u0434\u0438. \u041e\u0431\u0430 \u0432\u0430\u0440\u0438\u0430\u043d\u0442\u0430 \u043f\u043e\u0434\u0434\u0435\u0440\u0436\u0438\u0432\u0430\u044e\u0442 \u0437\u0430\u043f\u0443\u0441\u043a \u043f\u0440\u0438 \u043d\u0443\u043b\u0435 \u0440\u0435\u043f\u043b\u0438\u043a, \u043f\u043e\u0441\u043a\u043e\u043b\u044c\u043a\u0443 \u043c\u0435\u0442\u0440\u0438\u043a\u0438 \u0441\u043e\u0431\u0438\u0440\u0430\u044e\u0442\u0441\u044f \u043f\u0435\u0440\u0435\u0434 \u043c\u043e\u0434\u0435\u043b\u044c\u044e.\u0414\u043e\u043b\u0433\u0438\u0439 \u0441\u0442\u0430\u0440\u0442 \u0443\u0441\u043b\u043e\u0436\u043d\u044f\u0435\u0442 \u0438 \u0434\u0430\u043b\u044c\u043d\u0435\u0439\u0448\u0435\u0435 \u043c\u0430\u0441\u0448\u0442\u0430\u0431\u0438\u0440\u043e\u0432\u0430\u043d\u0438\u0435. \u041f\u043e\u043a\u0430 \u043d\u043e\u0432\u044b\u0435 \u0440\u0435\u043f\u043b\u0438\u043a\u0438 \u0437\u0430\u0433\u0440\u0443\u0436\u0430\u044e\u0442 \u043c\u043e\u0434\u0435\u043b\u044c, HPA \u043f\u0440\u043e\u0434\u043e\u043b\u0436\u0430\u0435\u0442 \u0432\u0438\u0434\u0435\u0442\u044c \u043d\u0435\u0443\u0434\u043e\u0432\u043b\u0435\u0442\u0432\u043e\u0440\u0451\u043d\u043d\u044b\u0439 \u0441\u043f\u0440\u043e\u0441 \u0438 \u043c\u043e\u0436\u0435\u0442 \u0434\u043e\u0431\u0430\u0432\u0438\u0442\u044c \u043b\u0438\u0448\u043d\u0438\u0435 \u043f\u043e\u0434\u044b. \u0412 llm-d \u0434\u043b\u044f \u0441\u0433\u043b\u0430\u0436\u0438\u0432\u0430\u043d\u0438\u044f \u0438\u0441\u043f\u043e\u043b\u044c\u0437\u0443\u044e\u0442 \u043e\u043a\u043d\u0430 \u0441\u0442\u0430\u0431\u0438\u043b\u0438\u0437\u0430\u0446\u0438\u0438 \u043f\u043e 300 \u0441\u0435\u043a\u0443\u043d\u0434, \u043d\u043e \u043f\u043e\u0434\u0431\u0438\u0440\u0430\u0442\u044c \u0438\u0445 \u043d\u0443\u0436\u043d\u043e \u0441 \u0443\u0447\u0451\u0442\u043e\u043c \u0434\u043b\u0438\u0442\u0435\u043b\u044c\u043d\u043e\u0441\u0442\u0438 \u0441\u0432\u043e\u0435\u0433\u043e \u0445\u043e\u043b\u043e\u0434\u043d\u043e\u0433\u043e \u0441\u0442\u0430\u0440\u0442\u0430.\u0422\u0430\u0439\u043c\u0430\u0443\u0442\u044b \u0442\u043e\u0436\u0435 \u0437\u0430\u0432\u0438\u0441\u044f\u0442 \u043e\u0442 \u0432\u0440\u0435\u043c\u0435\u043d\u0438 \u0437\u0430\u043f\u0443\u0441\u043a\u0430 \u0438 \u0434\u043e\u043b\u0436\u043d\u044b \u043f\u043e\u0441\u043b\u0435\u0434\u043e\u0432\u0430\u0442\u0435\u043b\u044c\u043d\u043e \u0443\u0432\u0435\u043b\u0438\u0447\u0438\u0432\u0430\u0442\u044c\u0441\u044f:readiness \u2014 \u0434\u043e\u043b\u044c\u0448\u0435 \u0445\u043e\u043b\u043e\u0434\u043d\u043e\u0433\u043e \u0441\u0442\u0430\u0440\u0442\u0430 \u043c\u043e\u0434\u0435\u043b\u0438, \u0441 \u0437\u0430\u043f\u0430\u0441\u043e\u043c \u043d\u0430 \u043c\u0435\u0434\u043b\u0435\u043d\u043d\u044b\u0435 \u0437\u0430\u043f\u0443\u0441\u043a\u0438.request \u2014 \u0434\u043e\u043b\u044c\u0448\u0435 readiness \u043f\u043b\u044e\u0441 \u0432\u0440\u0435\u043c\u044f \u0433\u0435\u043d\u0435\u0440\u0430\u0446\u0438\u0438.\u0422\u0430\u0439\u043c\u0430\u0443\u0442 ingress \u0438\u043b\u0438 \u0431\u0430\u043b\u0430\u043d\u0441\u0438\u0440\u043e\u0432\u0449\u0438\u043a\u0430 \u043f\u0435\u0440\u0435\u0434 interceptor \u2014 \u0434\u043e\u043b\u044c\u0448\u0435 request.\u041a\u043b\u0438\u0435\u043d\u0442\u0441\u043a\u0438\u0439 \u0442\u0430\u0439\u043c\u0430\u0443\u0442 \u2014 \u0434\u043e\u043b\u044c\u0448\u0435 \u0432\u0441\u0435\u0445 \u043f\u0440\u0435\u0434\u044b\u0434\u0443\u0449\u0438\u0445.\u0421\u0430\u043c\u043e\u043c\u0443 vLLM \u043d\u0443\u0436\u043d\u043e \u0434\u0430\u0442\u044c \u0434\u043e\u0441\u0442\u0430\u0442\u043e\u0447\u043d\u043e \u0432\u0440\u0435\u043c\u0435\u043d\u0438 \u043d\u0430 \u0437\u0430\u043f\u0443\u0441\u043a. \u0414\u043b\u044f \u044d\u0442\u043e\u0433\u043e \u0437\u0430\u0434\u0430\u044e\u0442 startupProbe, \u0438\u043d\u0430\u0447\u0435 liveness-\u043f\u0440\u043e\u0431\u0430 \u043c\u043e\u0436\u0435\u0442 \u043f\u0435\u0440\u0435\u0437\u0430\u043f\u0443\u0441\u0442\u0438\u0442\u044c \u043f\u0440\u043e\u0446\u0435\u0441\u0441 \u0435\u0449\u0451 \u0432\u043e \u0432\u0440\u0435\u043c\u044f \u0437\u0430\u0433\u0440\u0443\u0437\u043a\u0438 \u0432\u0435\u0441\u043e\u0432:startupProbe:\u00a0 httpGet:\u00a0 \u00a0 path: \/health\u00a0 \u00a0 port: 8000\u00a0 periodSeconds: 10\u00a0 failureThreshold: 60 \u00a0 \u00a0 \u00a0 # \u0434\u043e 10 \u043c\u0438\u043d\u0443\u0442 \u043d\u0430 \u0441\u0442\u0430\u0440\u0442\u041d\u0430 \u0447\u0442\u043e \u0443\u0445\u043e\u0434\u044f\u0442 294 \u0441\u0435\u043a\u0443\u043d\u0434\u044b \u0437\u0430\u043f\u0443\u0441\u043a\u0430\u00a0\u042f \u043e\u0436\u0438\u0434\u0430\u043b, \u0447\u0442\u043e \u0445\u043e\u043b\u043e\u0434\u043d\u044b\u0439 \u0441\u0442\u0430\u0440\u0442 LLM \u043f\u043e\u0447\u0442\u0438 \u0446\u0435\u043b\u0438\u043a\u043e\u043c \u0443\u0445\u043e\u0434\u0438\u0442 \u043d\u0430 \u0437\u0430\u0433\u0440\u0443\u0437\u043a\u0443 \u0432\u0435\u0441\u043e\u0432: \u043c\u043e\u0434\u0435\u043b\u044c \u0437\u0430\u043d\u0438\u043c\u0430\u0435\u0442 \u0434\u0435\u0441\u044f\u0442\u043a\u0438 \u0433\u0438\u0433\u0430\u0431\u0430\u0439\u0442, \u043a\u043e\u0442\u043e\u0440\u044b\u0435 \u043d\u0443\u0436\u043d\u043e \u0441\u043a\u0430\u0447\u0430\u0442\u044c \u0438 \u043f\u0435\u0440\u0435\u043d\u0435\u0441\u0442\u0438 \u0432 \u0432\u0438\u0434\u0435\u043e\u043f\u0430\u043c\u044f\u0442\u044c. \u041d\u0430 \u044d\u0442\u043e\u043c \u0444\u043e\u043d\u0435 \u043e\u0441\u0442\u0430\u043b\u044c\u043d\u044b\u0435 \u044d\u0442\u0430\u043f\u044b \u043a\u0430\u0437\u0430\u043b\u0438\u0441\u044c \u043d\u0435\u0441\u0443\u0449\u0435\u0441\u0442\u0432\u0435\u043d\u043d\u044b\u043c\u0438, \u043f\u043e\u043a\u0430 \u044f \u043d\u0435 \u043f\u043e\u0441\u043c\u043e\u0442\u0440\u0435\u043b \u0437\u0430\u043c\u0435\u0440 Tensorfuse \u0434\u043b\u044f Llama 3.1 8B \u043d\u0430 L40S, \u0433\u0434\u0435 \u0432\u0440\u0435\u043c\u044f \u043a\u0430\u0436\u0434\u043e\u0439 \u0444\u0430\u0437\u044b \u0438\u0437\u043c\u0435\u0440\u0438\u043b\u0438 \u043e\u0442\u0434\u0435\u043b\u044c\u043d\u043e.\u00a0\u0424\u0430\u0437\u0430\u0412\u0440\u0435\u043c\u044f, \u0441\u0421\u043a\u0430\u0447\u0438\u0432\u0430\u043d\u0438\u0435 \u043c\u043e\u0434\u0435\u043b\u043861\u0417\u0430\u0433\u0440\u0443\u0437\u043a\u0430 \u0432\u0435\u0441\u043e\u0432 \u0432 GPU33\u0411\u0430\u0439\u0442\u043a\u043e\u0434 Dynamo10\u041a\u043e\u043c\u043f\u0438\u043b\u044f\u0446\u0438\u044f \u0433\u0440\u0430\u0444\u043042\u0417\u0430\u0445\u0432\u0430\u0442 CUDA graphs54\u0418\u043d\u0438\u0446\u0438\u0430\u043b\u0438\u0437\u0430\u0446\u0438\u044f \u0434\u0432\u0438\u0436\u043a\u0430 \u0438 \u0438\u043c\u043f\u043e\u0440\u0442\u044b94\u0418\u0442\u043e\u0433\u043e294\u041d\u0430 \u0441\u043a\u0430\u0447\u0438\u0432\u0430\u043d\u0438\u0435 \u043c\u043e\u0434\u0435\u043b\u0438 \u0438 \u0437\u0430\u0433\u0440\u0443\u0437\u043a\u0443 \u0432\u0435\u0441\u043e\u0432 \u0437\u0434\u0435\u0441\u044c \u0443\u0448\u043b\u043e 94 \u0441\u0435\u043a\u0443\u043d\u0434\u044b \u0438\u0437 294 \u2014 \u043e\u043a\u043e\u043b\u043e \u0442\u0440\u0435\u0442\u0438 \u043e\u0431\u0449\u0435\u0433\u043e \u0432\u0440\u0435\u043c\u0435\u043d\u0438. \u041e\u0441\u0442\u0430\u043b\u044c\u043d\u044b\u0435 200 \u0441\u0435\u043a\u0443\u043d\u0434 \u0437\u0430\u043d\u044f\u043b\u0438 \u043a\u043e\u043c\u043f\u0438\u043b\u044f\u0446\u0438\u044f, \u0437\u0430\u0445\u0432\u0430\u0442 CUDA graphs, \u0438\u043d\u0438\u0446\u0438\u0430\u043b\u0438\u0437\u0430\u0446\u0438\u044f \u0434\u0432\u0438\u0436\u043a\u0430 \u0438 \u0438\u043c\u043f\u043e\u0440\u0442\u044b.\u00a0294 \u0441\u0435\u043a\u0443\u043d\u0434\u044b \u0445\u043e\u043b\u043e\u0434\u043d\u043e\u0433\u043e \u0441\u0442\u0430\u0440\u0442\u0430 \u043f\u043e \u0444\u0430\u0437\u0430\u043c, \u0437\u0430\u043c\u0435\u0440 Tensorfuse (Llama 3.1 8B \u043d\u0430 L40S)\u041e\u0434\u043d\u0430 \u043c\u043e\u0434\u0435\u043b\u044c \u043d\u0430 \u043e\u0434\u043d\u043e\u0439 \u043a\u0430\u0440\u0442\u0435 \u043c\u043e\u0433\u043b\u0430 \u043e\u043a\u0430\u0437\u0430\u0442\u044c\u0441\u044f \u0447\u0430\u0441\u0442\u043d\u044b\u043c \u0441\u043b\u0443\u0447\u0430\u0435\u043c, \u043f\u043e\u044d\u0442\u043e\u043c\u0443 \u044f \u043f\u043e\u0441\u043c\u043e\u0442\u0440\u0435\u043b \u0435\u0449\u0451 \u043e\u0434\u0438\u043d \u0437\u0430\u043c\u0435\u0440. Route179 \u0437\u0430\u043f\u0443\u0441\u043a\u0430\u043b Qwen3.6-35B-A3B \u0432 \u043a\u0432\u0430\u043d\u0442\u043e\u0432\u0430\u043d\u0438\u0438 NVFP4 \u0441 \u043b\u043e\u043a\u0430\u043b\u044c\u043d\u043e\u0433\u043e NVMe \u043d\u0430 vLLM v0.22.1. \u0425\u043e\u043b\u043e\u0434\u043d\u044b\u0439 \u0441\u0442\u0430\u0440\u0442 \u0437\u0430\u043d\u044f\u043b 317 \u0441\u0435\u043a\u0443\u043d\u0434: 142 \u043d\u0430 \u0432\u0435\u0441\u0430, 39 \u043d\u0430 torch.compile, 136 \u043d\u0430 \u043f\u0440\u043e\u0444\u0438\u043b\u0438\u0440\u043e\u0432\u0430\u043d\u0438\u0435 \u0438 \u043f\u0440\u043e\u0433\u0440\u0435\u0432. \u041d\u0430 \u0437\u0430\u0433\u0440\u0443\u0437\u043a\u0443 \u0432\u0435\u0441\u043e\u0432 \u0441\u043d\u043e\u0432\u0430 \u0443\u0448\u043b\u043e \u043c\u0435\u043d\u044c\u0448\u0435 \u043f\u043e\u043b\u043e\u0432\u0438\u043d\u044b \u0432\u0440\u0435\u043c\u0435\u043d\u0438.\u0412 \u0440\u0430\u0437\u0431\u043e\u0440\u0435 H Company \u0437\u0430\u043f\u0443\u0441\u043a \u0440\u0435\u043f\u043b\u0438\u043a\u0438 \u0440\u0430\u0437\u0434\u0435\u043b\u0451\u043d \u043d\u0430 \u0447\u0435\u0442\u044b\u0440\u0435 \u044d\u0442\u0430\u043f\u0430:\u0421\u043a\u0430\u0447\u0438\u0432\u0430\u043d\u0438\u0435 \u043e\u0431\u0440\u0430\u0437\u0430 vLLM \u0438\u0437 \u0440\u0435\u0435\u0441\u0442\u0440\u0430.\u0414\u043e\u0441\u0442\u0430\u0432\u043a\u0430 \u0432\u0435\u0441\u043e\u0432 \u043d\u0430 \u043d\u043e\u0434\u0443.\u0418\u043d\u0438\u0446\u0438\u0430\u043b\u0438\u0437\u0430\u0446\u0438\u044f \u0434\u0432\u0438\u0436\u043a\u0430 \u0438 \u043f\u0435\u0440\u0435\u043d\u043e\u0441 \u0432\u0435\u0441\u043e\u0432 \u0432 GPU.\u041f\u0440\u043e\u0433\u0440\u0435\u0432: \u0437\u0430\u0445\u0432\u0430\u0442 CUDA graphs \u0438 JIT-\u043a\u043e\u043c\u043f\u0438\u043b\u044f\u0446\u0438\u044f \u044f\u0434\u0435\u0440.\u0421\u043a\u0430\u0447\u0438\u0432\u0430\u043d\u0438\u0435 \u043e\u0431\u0440\u0430\u0437\u0430 \u0441 \u043d\u043e\u0432\u044b\u043c \u0442\u0435\u0433\u043e\u043c \u0434\u043e\u0431\u0430\u0432\u043b\u044f\u043b\u043e \u043a \u0437\u0430\u043f\u0443\u0441\u043a\u0443 \u043e\u043a\u043e\u043b\u043e \u0434\u0432\u0443\u0445 \u0441 \u043f\u043e\u043b\u043e\u0432\u0438\u043d\u043e\u0439 \u043c\u0438\u043d\u0443\u0442. \u0412\u0440\u0435\u043c\u044f \u0434\u043e\u0441\u0442\u0430\u0432\u043a\u0438 \u0432\u0435\u0441\u043e\u0432 \u0440\u043e\u0441\u043b\u043e \u0432\u043c\u0435\u0441\u0442\u0435 \u0441 \u0440\u0430\u0437\u043c\u0435\u0440\u043e\u043c \u043c\u043e\u0434\u0435\u043b\u0438: \u043e\u0442 \u043c\u0438\u043d\u0443\u0442\u044b \u0434\u043b\u044f 27B \u043f\u043e\u0447\u0442\u0438 \u0434\u043e 11 \u043c\u0438\u043d\u0443\u0442 \u0434\u043b\u044f 397B \u0432 FP8. \u0423 \u043c\u043e\u0434\u0435\u043b\u0438 35B \u043f\u0440\u043e\u0433\u0440\u0435\u0432 \u0437\u0430\u043d\u0438\u043c\u0430\u043b \u0434\u043e 58% \u0432\u0441\u0435\u0433\u043e \u0441\u0442\u0430\u0440\u0442\u0430, \u0433\u043b\u0430\u0432\u043d\u044b\u043c \u043e\u0431\u0440\u0430\u0437\u043e\u043c \u0438\u0437-\u0437\u0430 JIT-\u043a\u043e\u043c\u043f\u0438\u043b\u044f\u0446\u0438\u0438 DeepGEMM \u0434\u043b\u044f FP8.\u0415\u0441\u043b\u0438 \u0432\u043c\u0435\u0441\u0442\u0435 \u0441 \u043f\u043e\u0434\u0430\u043c\u0438 \u0443\u0434\u0430\u043b\u044f\u044e\u0442\u0441\u044f \u0438 GPU-\u043d\u043e\u0434\u044b, \u043f\u0435\u0440\u0435\u0434 \u0437\u0430\u043f\u0443\u0441\u043a\u043e\u043c \u043c\u043e\u0434\u0435\u043b\u0438 \u043f\u0440\u0438\u0434\u0451\u0442\u0441\u044f \u0434\u043e\u0436\u0434\u0430\u0442\u044c\u0441\u044f \u0435\u0449\u0451 \u0438 \u0441\u043e\u0437\u0434\u0430\u043d\u0438\u044f \u043d\u043e\u0434\u044b. \u041f\u043e \u043e\u0446\u0435\u043d\u043a\u0435 ScaleOps, \u044d\u0442\u043e \u0434\u043e\u0431\u0430\u0432\u043b\u044f\u0435\u0442 \u043e\u0442 60 \u0434\u043e 120 \u0441\u0435\u043a\u0443\u043d\u0434.\u041f\u0440\u0438 \u043a\u0430\u0436\u0434\u043e\u043c \u043f\u0435\u0440\u0435\u0441\u043e\u0437\u0434\u0430\u043d\u0438\u0438 \u043f\u043e\u0434\u0430 \u0437\u0430\u043f\u0443\u0441\u043a\u0430\u0435\u0442\u0441\u044f \u043d\u043e\u0432\u044b\u0439 \u043f\u0440\u043e\u0446\u0435\u0441\u0441, \u043a\u043e\u0442\u043e\u0440\u043e\u043c\u0443 \u0441\u043d\u043e\u0432\u0430 \u043d\u0443\u0436\u043d\u044b \u0442\u0435 \u0436\u0435 \u0432\u0435\u0441\u0430, \u0441\u043a\u043e\u043c\u043f\u0438\u043b\u0438\u0440\u043e\u0432\u0430\u043d\u043d\u044b\u0439 \u0433\u0440\u0430\u0444 \u0438 CUDA graphs \u0434\u043b\u044f \u0442\u0435\u0445 \u0436\u0435 \u0440\u0430\u0437\u043c\u0435\u0440\u043e\u0432 \u0431\u0430\u0442\u0447\u0430. \u042f \u043d\u0430\u0447\u0430\u043b \u0441 \u043f\u043e\u0438\u0441\u043a\u0430 \u0441\u043f\u043e\u0441\u043e\u0431\u043e\u0432 \u0443\u0441\u043a\u043e\u0440\u0438\u0442\u044c \u0437\u0430\u0433\u0440\u0443\u0437\u043a\u0443 \u0432\u0435\u0441\u043e\u0432, \u043d\u043e \u043f\u043e \u0437\u0430\u043c\u0435\u0440\u0430\u043c \u0441\u0442\u0430\u043b\u043e \u0432\u0438\u0434\u043d\u043e, \u0441\u043a\u043e\u043b\u044c\u043a\u043e \u0432\u0440\u0435\u043c\u0435\u043d\u0438 \u0443\u0445\u043e\u0434\u0438\u0442 \u043d\u0430 \u043f\u043e\u0432\u0442\u043e\u0440\u043d\u0443\u044e \u0440\u0430\u0431\u043e\u0442\u0443 \u0434\u0432\u0438\u0436\u043a\u0430.\u0427\u0430\u0441\u0442\u044c \u044d\u0442\u043e\u0439 \u0440\u0430\u0431\u043e\u0442\u044b \u043c\u043e\u0436\u043d\u043e \u043d\u0435 \u0432\u044b\u043f\u043e\u043b\u043d\u044f\u0442\u044c \u0437\u0430\u043d\u043e\u0432\u043e. \u041a\u043e\u043c\u043f\u0438\u043b\u044f\u0446\u0438\u044f \u0437\u0430\u0432\u0438\u0441\u0438\u0442 \u043e\u0442 \u0430\u0440\u0445\u0438\u0442\u0435\u043a\u0442\u0443\u0440\u044b \u043c\u043e\u0434\u0435\u043b\u0438, \u0442\u0438\u043f\u0430 \u0434\u0430\u043d\u043d\u044b\u0445, GPU \u0438 \u0432\u0435\u0440\u0441\u0438\u0439 vLLM \u0438 PyTorch, \u043d\u043e \u043d\u0435 \u043e\u0442 \u0437\u043d\u0430\u0447\u0435\u043d\u0438\u0439 \u0432\u0435\u0441\u043e\u0432. \u041e\u0431\u0440\u0430\u0437 \u043e\u0441\u0442\u0430\u0451\u0442\u0441\u044f \u043f\u0440\u0435\u0436\u043d\u0438\u043c \u0434\u043e \u043e\u0431\u043d\u043e\u0432\u043b\u0435\u043d\u0438\u044f, \u0432\u0435\u0441\u0430 \u2014 \u0434\u043e \u0441\u043b\u0435\u0434\u0443\u044e\u0449\u0435\u0433\u043e \u0440\u0435\u043b\u0438\u0437\u0430 \u043c\u043e\u0434\u0435\u043b\u0438. \u041f\u043e\u0447\u0442\u0438 \u0432\u0441\u0451, \u0447\u0442\u043e \u043f\u043e\u0434 \u0434\u0435\u043b\u0430\u0435\u0442 \u043f\u0440\u0438 \u0437\u0430\u043f\u0443\u0441\u043a\u0435, \u0434\u0435\u0442\u0435\u0440\u043c\u0438\u043d\u0438\u0440\u043e\u0432\u0430\u043d\u043e.\u0415\u0441\u043b\u0438 \u0441\u043e\u0445\u0440\u0430\u043d\u0438\u0442\u044c \u0434\u043e\u0441\u0442\u0443\u043f\u043d\u044b\u0435 \u0434\u043b\u044f \u043f\u043e\u0432\u0442\u043e\u0440\u043d\u043e\u0433\u043e \u0438\u0441\u043f\u043e\u043b\u044c\u0437\u043e\u0432\u0430\u043d\u0438\u044f \u0440\u0435\u0437\u0443\u043b\u044c\u0442\u0430\u0442\u044b \u043d\u0430 \u043d\u043e\u0434\u0435, \u0441\u043b\u0435\u0434\u0443\u044e\u0449\u0435\u043c\u0443 \u043f\u043e\u0434\u0443 \u043d\u0435 \u043f\u0440\u0438\u0434\u0451\u0442\u0441\u044f \u0437\u0430\u043d\u043e\u0432\u043e \u0441\u043a\u0430\u0447\u0438\u0432\u0430\u0442\u044c \u0442\u0435 \u0436\u0435 \u0434\u0430\u043d\u043d\u044b\u0435 \u0438 \u0432\u044b\u043f\u043e\u043b\u043d\u044f\u0442\u044c \u0442\u0443 \u0436\u0435 \u043a\u043e\u043c\u043f\u0438\u043b\u044f\u0446\u0438\u044e. \u0417\u0434\u0435\u0441\u044c \u0438 \u043f\u043e\u044f\u0432\u043b\u044f\u0435\u0442\u0441\u044f \u0432\u043e\u0437\u043c\u043e\u0436\u043d\u043e\u0441\u0442\u044c \u0441\u043e\u043a\u0440\u0430\u0442\u0438\u0442\u044c \u0445\u043e\u043b\u043e\u0434\u043d\u044b\u0439 \u0441\u0442\u0430\u0440\u0442: \u0430\u0432\u0442\u043e\u0441\u043a\u0435\u0439\u043b\u0435\u0440 \u0437\u0430\u043f\u0443\u0441\u043a\u0430\u0435\u0442 \u0440\u0435\u043f\u043b\u0438\u043a\u0443, \u0430 \u043a\u044d\u0448 \u0443\u043c\u0435\u043d\u044c\u0448\u0430\u0435\u0442 \u043e\u0431\u044a\u0451\u043c \u0440\u0430\u0431\u043e\u0442\u044b \u0434\u043e \u0435\u0451 \u0433\u043e\u0442\u043e\u0432\u043d\u043e\u0441\u0442\u0438.\u041a\u0430\u043a\u0438\u0435 \u044d\u0442\u0430\u043f\u044b \u043f\u0440\u043e\u0445\u043e\u0434\u0438\u0442 \u043f\u043e\u0434 \u043f\u0435\u0440\u0435\u0434 \u0433\u043e\u0442\u043e\u0432\u043d\u043e\u0441\u0442\u044c\u044e \u043c\u043e\u0434\u0435\u043b\u0438\u041f\u043e\u043b\u0443\u0447\u0438\u043b\u043e\u0441\u044c, \u0447\u0442\u043e \u0432 \u0440\u0430\u0437\u043e\u0431\u0440\u0430\u043d\u043d\u044b\u0445 \u043f\u0443\u0431\u043b\u0438\u0447\u043d\u044b\u0445 \u0437\u0430\u043c\u0435\u0440\u0430\u0445 \u0432\u0435\u0441\u0430 \u0437\u0430\u043d\u0438\u043c\u0430\u044e\u0442 \u043e\u0442 \u0442\u0440\u0435\u0442\u0438 \u0434\u043e \u043f\u043e\u043b\u043e\u0432\u0438\u043d\u044b \u0445\u043e\u043b\u043e\u0434\u043d\u043e\u0433\u043e \u0441\u0442\u0430\u0440\u0442\u0430. \u041e\u0441\u0442\u0430\u043b\u044c\u043d\u043e\u0435 \u0432\u0440\u0435\u043c\u044f \u0443\u0445\u043e\u0434\u0438\u0442 \u043d\u0430 \u0441\u043a\u0430\u0447\u0438\u0432\u0430\u043d\u0438\u0435 \u043e\u0431\u0440\u0430\u0437\u0430, \u043a\u043e\u043c\u043f\u0438\u043b\u044f\u0446\u0438\u044e, \u0437\u0430\u0445\u0432\u0430\u0442 CUDA graphs, \u0438\u043d\u0438\u0446\u0438\u0430\u043b\u0438\u0437\u0430\u0446\u0438\u044e \u0438 \u043f\u0440\u043e\u0433\u0440\u0435\u0432 \u0434\u0432\u0438\u0436\u043a\u0430.\u00a0S3-\u0441\u043e\u0432\u043c\u0435\u0441\u0442\u0438\u043c\u043e\u0435 \u043e\u0431\u044a\u0435\u043a\u0442\u043d\u043e\u0435 \u0445\u0440\u0430\u043d\u0438\u043b\u0438\u0449\u0435 \u0432 \u043e\u0431\u043b\u0430\u043a\u0435\u041c\u0430\u0441\u0448\u0442\u0430\u0431\u0438\u0440\u0443\u0439\u0442\u0435 \u0445\u0440\u0430\u043d\u0438\u043b\u0438\u0449\u0435 \u043f\u043e\u0434 \u043b\u044e\u0431\u043e\u0439 \u043e\u0431\u044a\u0451\u043c \u0434\u0430\u043d\u043d\u044b\u0445 \u0438 \u043f\u043e\u0434\u043a\u043b\u044e\u0447\u0430\u0439\u0442\u0435 \u0447\u0435\u0440\u0435\u0437 \u0441\u0442\u0430\u043d\u0434\u0430\u0440\u0442\u043d\u044b\u0439 S3 API \u0431\u0435\u0437 \u0438\u0437\u043c\u0435\u043d\u0435\u043d\u0438\u0439 \u0432 \u043a\u043e\u0434\u0435\u041f\u043e\u043b\u0443\u0447\u0438\u0442\u044c \u043a\u043e\u043d\u0441\u0443\u043b\u044c\u0442\u0430\u0446\u0438\u044e\u041a\u044d\u0448 \u043d\u0430 \u043d\u043e\u0434\u0435\u041d\u0430\u0447\u043d\u0451\u043c \u0441 \u0442\u043e\u0433\u043e, \u0447\u0442\u043e \u043c\u043e\u0436\u043d\u043e \u043f\u043e\u0434\u0433\u043e\u0442\u043e\u0432\u0438\u0442\u044c &#8230;<\/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-501968","post","type-post","status-publish","format-standard","hentry"],"_links":{"self":[{"href":"https:\/\/savepearlharbor.com\/index.php?rest_route=\/wp\/v2\/posts\/501968","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=501968"}],"version-history":[{"count":0,"href":"https:\/\/savepearlharbor.com\/index.php?rest_route=\/wp\/v2\/posts\/501968\/revisions"}],"wp:attachment":[{"href":"https:\/\/savepearlharbor.com\/index.php?rest_route=%2Fwp%2Fv2%2Fmedia&parent=501968"}],"wp:term":[{"taxonomy":"category","embeddable":true,"href":"https:\/\/savepearlharbor.com\/index.php?rest_route=%2Fwp%2Fv2%2Fcategories&post=501968"},{"taxonomy":"post_tag","embeddable":true,"href":"https:\/\/savepearlharbor.com\/index.php?rest_route=%2Fwp%2Fv2%2Ftags&post=501968"}],"curies":[{"name":"wp","href":"https:\/\/api.w.org\/{rel}","templated":true}]}}