LLM-DataDist接口列表

LLM-DataDist：大模型分布式集群和数据加速组件，提供了集群KV数据管理能力，以支持全量图和增量图分离部署。

支持的产品形态如下：
- Atlas 800I A2 推理产品/A200I A2 Box 异构组件。
- Atlas A3 训练系列产品/Atlas A3 推理系列产品，该场景下采用HCCS传输协议时，不支持Host内存作为远端Cache。

当前仅支持Python3.9与Python3.11。安装方法请参考Python官网https://www.python.org/。
最大注册50GB的Device内存。注册内存越大，占用的OS内存越多。

LLM-DataDist接口列表如下。

LLM-DataDist

表1 LLM-DataDist接口
接口名称	简介
LLMDataDist构造函数	构造LLMDataDist。
init	初始化LLMDataDist。
finalize	释放LLMDataDist。
link_clusters	建链。
unlink_clusters	断链。
check_link_status	调用此接口可快速检测链路状态是否正常。
kv_cache_manager	获取KvCacheManager实例。
switch_role	切换当前LLMDataDist的角色，建议仅在使用PagedAttention的场景使用。

LLMConfig

表2 LLMConfig接口
接口名称	简介
LLMConfig构造函数	构造LLMConfig。
generate_options	生成配置项字典。
device_id	设置当前进程Device ID，对应底层ge.exec.deviceId配置项。
sync_kv_timeout	配置拉取kv等接口超时时间，对应底层llm.SyncKvCacheWaitTime配置项。
enable_switch_role	配置是否支持角色平滑切换，对应底层llm.EnableSwitchRole配置项。
ge_options	配置额外的GE配置项。
listen_ip_info	PROMPT侧设置集群侦听信息，对应底层llm.listenIpInfo配置项。
mem_utilization	配置ge.flowGraphMemMaxSize内存的利用率。默认值0.95。
buf_pool_cfg	用户指定内存档位配置，提高内存申请性能和使用率。

KvCacheManager

表3 KvCacheManager接口
接口名称	简介
KvCacheManager构造函数	介绍KvCacheManager构造函数。
is_initialized	查询KvCacheManager实例是否已初始化。
allocate_cache	分配Cache，Cache分配成功后，会同时被cache_id与cache_keys引用，只有当这些引用都解除后，cache所占用的资源才会实际释放。
deallocate_cache	释放Cache。
remove_cache_key	移除CacheKey，仅当LLMRole为PROMPT时可调用。
pull_cache	根据CacheKey，从对应的Prompt节点拉取KV到本地KV Cache，仅当LLMRole为DECODER时可调用。
copy_cache	拷贝KV。
get_cache_tensors	获取cache tensor。
allocate_blocks_cache	PagedAttention场景下，分配多个blocks的Cache。
pull_blocks	PagedAttention场景下，根据BlocksCacheKey，通过block列表的方式从对应的Prompt节点拉取KV到本地KV Cache，仅当LLMRole为DECODER时可调用。
copy_blocks	PagedAttention场景下，拷贝KV。
swap_blocks	对cpu_cache和npu_cache进行换入换出。
transfer_cache_async	异步分层传输KV Cache。

KvCache

表4 KVCache接口
接口名称	简介
KvCache构造函数	构造KVCache。
cache_id	获取KvCache的id。
cache_desc	获取KvCache描述。
per_device_tensor_addrs	获取KvCache的地址。
create_cpu_cache	创建cpu cache。

LLMClusterInfo

表5 LLMClusterInfo接口
接口名称	简介
LLMClusterInfo构造函数	构造LLMClusterInfo。
remote_cluster_id	设置对端集群ID。
append_local_ip_info	添加本地集群IP信息。
append_remote_ip_info	添加远端集群IP信息。

CacheTask

表6 CacheTask
接口名称	简介
CacheTask构造函数	构造CacheTask。
synchronize	等待所有层传输完成，并获取整体执行结果。
get_results	等待所有层传输完成，并获取每个TransferConfig对应执行结果。

其他

表7 其他
接口名称	简介
LLMRole	LLMRole的枚举值。
Placement	CacheDesc的字段，表示cache所在的设备类型。
CacheDesc	构造CacheDesc。
CacheKey	构造CacheKey。
CacheKeyByIdAndIndex	构造CacheKeyByIdAndIndex，通常在pull_cache接口中作为参数类型使用。
BlocksCacheKey	PagedAttention场景下，构造BlocksCacheKey。
LayerSynchronizer	等待模型指定层执行完成，用户需要继承LayerSynchronizer并实现该接口。该接口会在执行KvCacheManager.transfer_cache_async时被调用，当该接口返回成功，则开始当前层cache的传输。
TransferConfig	构造TransferConfig。
TransferWithCacheKeyConfig	构造TransferWithCacheKeyConfig。
LLMException	获取异常的错误码。错误码列表详见LLMStatusCode。
LLMStatusCode	LLMStatusCode的枚举值。
DataType	DataType的枚举类。

父主题： LLM DataDist接口 (Python)_V1