Dynamo 1.6将请求分类、排队和Worker选择接入统一推理调度

Dynamo是面向多节点、多引擎部署的分布式推理平台。1.6版本把请求分类插件、策略队列和Worker选择接入共同执行核心：插件可以延后请求、调整合法调度输入或建议Worker，显式绑定的Worker仍保留优先级。前端、独立选择服务与Kubernetes端点选择器复用同一套选择逻辑，评分参数集中到策略配置文件。 这一交付同时提供运行时端点和GPU预算边界调整，并以Snapshot支持SGLang、vLLM引擎的主备故障接管。会话前缀索引和外部KV状态通道属于可选机制，不能直接推断所有任务都有性能收益。升级需配套所列引擎与CUDA版本，迁移vLLM服务名称、Operator资源所有权及策略参数；旧资源名称冲突需要预先处理。源码采用Apache-2.0，部分测试数据另有声明。