# 16. Efficient Memory Management for Large Language Model Serving with PagedAttention
[К списку семинаров](README.md) · [Общие правила](../seminars.md) · [Расписание](../schedule.md)
- **Дата:** 1 марта 2027 года, 18:10
- **Статья:** [Efficient Memory Management for Large Language Model Serving with PagedAttention](https://arxiv.org/pdf/2309.06180)
- **Центральный вопрос:** как страничная организация KV-кэша меняет использование памяти, пакетирование запросов и пропускную способность LLM-сервинга?
По умолчанию основной текст читается полностью. Нужно отделить механизм PagedAttention от планировщика vLLM, понять причины фрагментации KV-кэша, а также проверить нагрузки, baselines, метрики и границы переноса результатов на современные модели и аппаратные платформы.
