Tair KVCache 商业化暨开源发布会

重点分享 Tair KVCache 的演进路径：Tair 如何从缓存数据库升级为 AI 基础设施核心组件，以及 KVCache 如何突破长文本推理的显存瓶颈，推动“以存代算”的新范式落地。

重点分享专为大模型推理场景服务的全局 KVCache 管理服务背后的技术。深入剖析 KVCM 如何作为“全能管家”，通过统一元数据管理实现对 3FS、内存池等异构存储的统一纳管。

重点分享首个开源的高保真推理仿真器 HiSim，结合 AIConfigurator 全链路建模请求生命周期、多级 KVCache 行为与异构批处理执行，在通用 CPU 上以 39 万倍成本优势实现 <5% 误差的端到端性能预测，在“时延-吞吐-成本”的三角约束下，自动搜索出最优的软硬件配置组合，支持 KVCache 管理和配置的决策优化。

阿里巴巴核心推理框架 RTP-LLM 团队（支撑淘宝/天猫核心业务）重点分享 KVCache 技术在超大规模生产环境中的落地实战，看 KVCM 如何助力推理引擎在长文本场景下实现吞吐量的倍数级提升。

开源社区 Mooncake 团队重点分享 KVCM 如何与 Mooncake 分离式架构深度融合，利用 RDMA 与高并发访问特性，将 KVCache 的存取速度和存储容量推向物理极限，实现真正的“无限显存”。

重点分享新推出的 Tair KVCache 云服务，全面揭晓其产品形态、规格配置、接入方式与性能表现，并分享客户落地案例。通过开箱即用的托管能力，即可快速构建更稳定、更高效、更高性价比的专属 AI 推理平台。