Felipe97/llama-cpp-compiled

1#pragma once2 3#include "llama-kv-cache.h"4 5#include <vector>6 7//8// llama_kv_cache_dsa9//10 11// utilizes two instances of llama_kv_cache:12// - the first instance is for caching key tensors of the model,13// - the second instance is for caching lightning indexer key tensors14 15class llama_kv_cache_dsa : public llama_memory_i {16public:17    llama_kv_cache_dsa(18            const llama_model & model,19                    ggml_type   type_k,20                    ggml_type   type_v,21                         bool   v_trans,22                         bool   offload,23                         bool   unified,24                     uint32_t   kv_size,25                     uint32_t   n_seq_max,26                     uint32_t   n_pad,27                     uint32_t   n_swa,28               llama_swa_type   swa_type,29        const layer_filter_cb & filter_mla,30        const layer_filter_cb & filter_lid,31        const  layer_reuse_cb & reuse);32 33    ~llama_kv_cache_dsa() = default;34 35    //36    // llama_memory_i37    //38 39    llama_memory_context_ptr init_batch(40            llama_batch_allocr & balloc,41            uint32_t n_ubatch,42            bool embd_all) override;43 44    llama_memory_context_ptr init_full() override;45 46    llama_memory_context_ptr init_update(llama_context * lctx, bool optimize) override;47 48    bool get_can_shift() const override;49 50    void clear(bool data) override;51 52    bool seq_rm  (llama_seq_id seq_id,                              llama_pos p0, llama_pos p1) override;53    void seq_cp  (llama_seq_id seq_id_src, llama_seq_id seq_id_dst, llama_pos p0, llama_pos p1) override;54    void seq_keep(llama_seq_id seq_id)                                                          override;55    void seq_add (llama_seq_id seq_id,                              llama_pos p0, llama_pos p1, llama_pos shift) override;56    void seq_div (llama_seq_id seq_id,                              llama_pos p0, llama_pos p1, int d) override;57 58    llama_pos seq_pos_min(llama_seq_id seq_id) const override;59    llama_pos seq_pos_max(llama_seq_id seq_id) const override;60 61    std::map<ggml_backend_buffer_type_t, size_t> memory_breakdown() const override;62 63    // state write/load64 65    void state_write(llama_io_write_i & io, llama_seq_id seq_id = -1, llama_state_seq_flags flags = 0) const override;66    void state_read (llama_io_read_i  & io, llama_seq_id seq_id = -1, llama_state_seq_flags flags = 0) override;67 68    //69    // llama_kv_cache_dsa specific API70    //71 72    llama_kv_cache * get_mla() const;73    llama_kv_cache * get_lid() const;74 75private:76    // we keep indexer KV cache hparams instance here as llama_kv_cache stores only reference to it77    llama_hparams hparams_lid;78    const uint32_t n_stream  = 1;79 80    std::unique_ptr<llama_kv_cache> kv_mla;81    std::unique_ptr<llama_kv_cache> kv_lid;82};83 84class llama_kv_cache_dsa_context : public llama_memory_context_i {85public:86    using slot_info_vec_t = llama_kv_cache::slot_info_vec_t;87 88    // used for errors89    llama_kv_cache_dsa_context(llama_memory_status status);90 91    // used to create a full-cache context92    llama_kv_cache_dsa_context(93            llama_kv_cache_dsa * kv);94 95    // used to create an update context96    llama_kv_cache_dsa_context(97            llama_kv_cache_dsa * kv,98            llama_context * lctx,99            bool optimize);100 101    // used to create a batch processing context from a batch102    llama_kv_cache_dsa_context(103            llama_kv_cache_dsa * kv,104            slot_info_vec_t sinfos_base,105            slot_info_vec_t sinfos_ik,106            std::vector<llama_ubatch> ubatches);107 108    virtual ~llama_kv_cache_dsa_context();109 110    //111    // llama_memory_context_i112    //113 114    bool next()  override;115    bool apply() override;116 117    llama_memory_status  get_status() const override;118    const llama_ubatch & get_ubatch() const override;119 120    //121    // llama_kv_cache_dsa_context specific API122    //123 124    const llama_kv_cache_context * get_mla() const;125    const llama_kv_cache_context * get_lid()  const;126 127private:128    //llama_kv_cache_dsa * kv;129 130    // the index of the next ubatch to process131    size_t i_next = 0;132 133    std::vector<llama_ubatch> ubatches;134 135    const llama_memory_context_ptr ctx_mla;136    const llama_memory_context_ptr ctx_lid;137 138    const llama_memory_status status;139};140