模块化：为什么LLM推理需要一种新型路由器 - 第三部分
原文英文，约2200词，阅读约需8分钟。
📝
内容提要
Modular Cloud的路由层通过准备、过滤、评分、选择和执行五个阶段实现高效请求处理。该框架支持可组合插件，快速实现新路由优化，适应不同工作负载需求。通过共享上下文，分散的预填充和解码流程可并行选择，提高效率。
🔎
延伸解读
模块化路由的优势
模块化云的路由层通过五个阶段的设计，确保了请求处理的一致性和可扩展性。这种结构使得新路由优化可以快速实现，适应不同的工作负载需求，尤其在处理复杂请求时表现出色。
插件的可组合性
该框架支持可组合插件，允许开发者根据需求灵活组合不同的路由策略。这种灵活性不仅提高了系统的稳定性，还简化了新功能的实现过程，降低了开发成本。
分散处理的效率
通过分散的预填充和解码流程，模块化云能够并行选择处理请求，从而显著提高效率。这种方法在处理长上下文和缓存冷的工作负载时尤为有效，能够优化资源利用。
❓
Q&A
Modular Cloud的路由层是如何处理请求的？
Modular Cloud的路由层通过准备、过滤、评分、选择和执行五个阶段来处理请求。
该框架如何支持新的路由优化？
该框架支持可组合插件，能够快速实现新的路由优化，适应不同的工作负载需求。
在处理复杂请求时，框架如何协调多步骤流程？
框架通过执行器协调多步骤流程，确保高效的资源利用，特别是在分散的预填充和解码过程中。
插件之间是如何进行通信的？
插件之间通过类型安全的插槽进行通信，避免了耦合问题，提升了系统的稳定性和可维护性。
如何添加新的路由行为到框架中？
添加新的路由行为需要实现评分器接口、注册插件类型，并将其添加到相关配置文件中。
分散的预填充和解码有什么优势？
分散的预填充和解码在长上下文和缓存冷的工作负载中表现良好，能够提高效率。
🏷️
