10:41arXiv cs.AI@Rakibul Hasan Rajib, Mengxin Zheng, Qian Lou精选72°多轮LLM Agent服务将无状态请求处理转变为有状态程序执行,需要调度、KV缓存管理和路由策略利用程序级上下文。直接在真实系统上评估这些策略成本高昂,而现有模拟器仅针对无状态请求。AGENTSERVESIM 是一个硬件感知模拟器,通过程序编排器、工具模拟器、会话感知路由器和KV驻留模型等模块,在程序粒度上评估服务策略。在真实部署和硬件配置下,AGENTSERVESIM 在关键性能指标上误差小于6%,且完全在普通CPU上运行。该工具使得无需在昂贵加速器上大规模部署即可进行可控、可重复的Agent服务策略探索。论文LLM Agent模拟器KV缓存服务调度硬件感知推荐理由:做LLM Agent服务部署和优化的团队,终于有了一个低成本、高精度的模拟工具来测试调度和缓存策略,不用再烧GPU时间试错,建议直接看论文细节。原文