14.3 Multi-LoRA：共享底座不等于共享全部状态

LoRA 将权重更新表示为低秩矩阵，例如本章采用 W′=W+αBA/r，其中 B∈R^[dout,r]、A∈R^[r,din]。单矩阵 Adapter 参数约 r(din+dout)，小于完整 din×dout 更新；实际总量取决于被适配层。

多业务共享底座，仍需 Adapter 权重、额外计算、每请求 KV 与加载缓冲。不同 Adapter 的 hidden state 通常不同，Prefix KV key 必须区分 Adapter，不能把相同文本的 KV 无条件共享。

# 静态注册两个与底座匹配的 Adapter；未在本机实跑。
vllm serve /models/base --enable-lora \
  --lora-modules business-a=/models/lora-a business-b=/models/lora-b

请求按注册名称选择 Adapter；rank 上限、每批可用 Adapter 数、动态加载方式与后端支持按当前配置检查。vLLM LoRA Adapters

调度时比较同 Adapter 集中请求与高混合度请求，记录加载命中率、底座 / Adapter / KV 显存、吞吐和 P99。动态卸载必须等活跃引用安全释放；模型 lineage、Adapter revision 与 base revision 一起保存。