vllm-project/vllm

[Feature]: Extract KV-Cache update from all attention backends

Open

#32.335 aperta il 14 gen 2026

Vedi su GitHub
 (51 commenti) (0 reazioni) (9 assegnatari)Python (16.816 fork)batch import
feature requestgood first issuehelp wanted

Metriche repository

Star
 (80.034 star)
Metriche merge PR
 (Merge medio 3g 17h) (993 PR mergiate in 30 g)

Descrizione

🚀 The feature, motivation and pitch

Similar to how https://github.com/vllm-project/vllm/pull/25954 extracts it from FlashAttn. Ideally, we want to cover all backends with kv-cache update from v1/attention/backends.

Backends:

  • FlashAttention
  • FlashInfer
  • AiterFlashAttention (in progress)
  • RocmAiterUnifiedAttention
  • RocmAttention
  • TritonAttention
  • FlashAttentionDiffKV
  • FlexAttention
  • TreeAttention

MLA Backends:

  • FlashAttnMLA
  • FlashInferMLA
  • FlashMLASparse
  • FlashMLA
  • AiterMLA
  • ROCMAiterMLASparse
  • CutlassMLA
  • TritonMLA

After all backends are supported, we can remove slot_mapping from attention metadata.

Alternatives

No response

Additional context

No response

Before submitting a new issue...

  • Make sure you already searched for relevant issues, and asked the chatbot living at the bottom right corner of the documentation page, which can answer lots of frequently asked questions.

Guida contributor

Direzione di ricerca
Studia la PR #25954 di estrazione KV cache di FlashAttention come riferimento, poi applica un pattern simile al backend AiterFlashAttention. Comprendere l'obiettivo della rimozione di slot mapping.
Tech stack
python
Dominio
backend
Tipo issue
Funzionalità
DifficoltàQuanto dovrebbe essere impegnativa per un nuovo contributor.
5
Tempo stimatoTempo stimato per completare e verificare uno scope piccolo.
Oltre 1 settimana
Stato attivitàQuanto è probabile che la issue sia ancora attiva e reviewable.
Attiva
ChiarezzaQuanto chiaramente la issue descrive problema, scope e risultato atteso.
Chiara
Prerequisiti
Pythonattention mechanisms
Adatta ai principiantiQuanto la issue è adatta a contributor alla prima esperienza.
20