Skip to content
Capacidad de caché KV vLLM

vLLM caché KV insuficiente (No available memory for the cache blocks)

Tras cargar pesos y capturar CUDA Graph no queda HBM suficiente para asignar los bloques KV exigidos por `max_model_len`.

Firma característica del error

ValueError: No available memory for the cache blocks. Try increasing gpu_memory_utilization when initializing the engine.

Causa raíz frente a síntomas secundarios

Longitud máxima excesiva para la memoria libre, paralelismo tensorial insuficiente o procesos residuales consumiendo GPU.

Comandos de evidencia antes de reiniciar

nvidia-smi --query-gpu=index,memory.used,memory.free,memory.total --format=csv
python3 -m vllm.entrypoints.openai.api_server --model <MODEL> --tensor-parallel-size 4 --gpu-memory-utilization 0.92 --max-model-len 16384 --kv-cache-dtype fp8

Pasos seguros de diagnóstico y solución

  1. Comprobar con `nvidia-smi` que ningún contenedor anterior retenga memoria.
  2. Validar en `/es/vram-calculator` el peso y consumo KV por longitud de contexto.
  3. Subir `--tensor-parallel-size`, acortar `--max-model-len`, activar `--kv-cache-dtype fp8` o ajustar `--gpu-memory-utilization 0.92`.
Diagnóstico en vivo sin registro

Analiza gratis tu log de GPU para detectar el fallo inicial

Los valores sensibles se enmascaran en tu navegador antes del envío.

Revisa antes de subir: gestión de datos en la nube y opción 100 % local.

training_logs.txt
¿No tienes un log a mano? Carga un ejemplo:

Los archivos grandes se condensan en tu navegador. Solo la evidencia seleccionada se envía al diagnosticar.

3 diagnósticos cloud gratuitos al día

Preguntas frecuentes

¿Por qué falla si los pesos caben sobrados en la GPU?

vLLM reserva además espacio de CUDA Graph, activaciones intermedias y bloques KV para al menos una petición completa.

¿Ayuda añadir `--enforce-eager`?

Libera memoria de CUDA Graphs para validar si el modelo arranca, aunque puede reducir el rendimiento final.

Otros fallos frecuentes en español

Referencia técnica completa en inglés:Ver ficha completa en inglés

Prueba Denpex por 30 días. GRATIS.

Sin tarjeta de crédito. Sin suscripción automática. Comprueba si Denpex ayuda con un incidente que ya conoces.

Inicia tu evaluación Team gratuita de 30 días

Hasta 50 diagnósticos diarios durante 30 días. Verifica tu correo laboral para activar una evaluación empresarial elegible, reproduce un incidente resuelto y compara la evidencia con la causa confirmada por tu equipo.

Usa el correo de tu empresa, por ejemplo alex@tuempresa.com.

¿Quién califica?

Los dominios corporativos activan la evaluación gratuita de 30 días tras validar el correo y dominio. Si no podemos verificarlo automáticamente, escribe a support@denpex.com. El diagnóstico local en el editor no requiere cuenta.

¿Usas correo personal (Gmail, Outlook) o un clúster individual? Crea una cuenta gratuita de $0 (sin correo de trabajo) para guardar 7 días de historial, o envía un log de error para una revisión en vivo.