小米公开 MiMo-V2.5 系列推理系统全链路优化实践

小米公开 MiMo-V2.5 系列模型推理系统全链路优化实践，覆盖 KVCache 管理、分级缓存、SWA 前缀缓存树及调度策略。通过 KVCache 双池与按层异步拉取，将 SWA 存储限制在 O(W) 规模，容量效率提升约 7×。