Kestrel_VLLM - 19 · KV 复用迁移到 GPU(上):per-state 镜像与同类静默分叉一句话:GPU 侧的 KV 缓存一直没有 CPU 那套调度能力(分页、前缀复用、disk-KV、L3 驻留),只有一份扁平镜像;迁移的第一步是把它改成 per-state 槽位池,并堵掉「多 state 共用镜像」「内存前缀复用不写镜像」两处同类静默分叉。 前置:建议先读 第 18 篇(把 attention/decode 数值做到位级的前提)。 环境:x86-64 + NVIDIA RTX 5090(CUDA 后端)· Qwen3-30B-A3B q4local · 开关 VLLM_CUDA_ATTN=