[Feature] 请求在 TurboMind 引擎中实现 InternVL3 和 Qwen2.5VL 的前缀缓存 (Prefix Caching) 功能
Open
- Dominant language
- Python
- Stars
- 8.1k
- Forks
- 748
- Avg merge
- 6d 2h
- Merged PRs (30d)
- 54
Description
### Motivation
因为不支持前缀缓存，不能设置--enable-prefix-caching参数，目前在多轮对话里响应速度非常慢。vLLM现在已经支持vl模型的前缀缓存，但他们的输出速度却不如LMDeploy，希望LMDeploy也可以支持vl模型的前缀缓存功能。
### Related resources
_No response_
### Additional context
_No response_
Contributor guide
Assessment
This issue has not been assessed yet.