← 所有主題

Cache

此主題的繁體中文文章,最新優先。

5 篇文章
繁體中文

2026

5 篇文章

  1. Amazon Bedrock

    用 Amazon Bedrock prompt caching 把重複的 context 成本壓低 90%

    Amazon Bedrock 的 prompt caching 讓重複輸入的 token 成本最多降 90%,同時縮短首字延遲,適合多輪問答與 agent 工作流。

    閱讀文章 ↗

  2. AWS

    把模型快取放進節點:HyperPod 推論冷啟動的實務取捨

    Amazon SageMaker HyperPod 推出模型快取,把權重與容器映像預載到節點 NVMe,讓擴容從數十分鐘縮到數秒。

    閱讀文章 ↗

  3. AWS

    前綴感知路由:讓 KV cache 不再被隨機打散

    SageMaker Inference 新增前綴感知路由,把相同 prompt 開頭固定送到同一台機器,讓 prefix caching 真正累積成可重用的 KV cache。

    閱讀文章 ↗

  4. Cloudflare

    用 Zstandard 與 Pingora 節省 PB 級快取儲存:Cloudflare 的 Cache Transcoding 原型

    Cloudflare 工程實習生打造 Cache Transcoding 原型,在 Pingora 快取內以 Zstandard 壓縮文字資產,用少量 CPU 換取可觀的儲存與跨資料中心頻寬節省。本文解析其取捨、設計與測試結果。

    閱讀文章 ↗

  5. API

    HTTP QUERY 成為 RFC 10008:讀取型查詢的新標準

    HTTP QUERY 方法正式標準化為 RFC 10008,讓讀取查詢可以帶請求主體又維持 safe 與 idempotent 語意,一舉解決 GET 網址過長與 POST 語意錯置這兩個 API 設計的老問題。

    閱讀文章 ↗