NANO-VLLM · SEQUENCE LAB
把一条请求拆成四个不同的时间点
你将亲眼区分状态、调度计划、真实执行和缓存提交：它们相关，但不会在同一刻发生。
1设定请求
装载 token 档案
装载 token 档案
2写下预测
先判断字段变化
先判断字段变化
3解释时序
用状态、计划、执行、提交
用状态、计划、执行、提交
Sequence #42 的字段时间线
总 token0
Prompt token0
Completion token0
WAITING
→
RUNNING
→
FINISHED
token 档案与本轮进度尚未创建
已提交 KV Cache本轮已计划，未提交新 completion token未处理
num_scheduled_tokens0
num_cached_tokens0
block_table[]
当前阶段—
先装载预设请求，再在运行前写下预测。
你的解释锚点：依次问自己：请求处于什么状态？Scheduler 做了什么计划？模型是否已经执行？缓存是否已经提交？