vLLM v0.30.0 发布：762 次提交带来多项性能优化

开源推理引擎 vLLM 发布 v0.30.0，共收录 762 个提交、315 位贡献者，其中 104 位为首次参与。版本新增对 DeepSeek-V4.1-Flash 等模型的支持，并带来多项可量化优化：Gemma 4 多模态推理提速 3.23 倍，混合注意力热路径针对 Kimi K3 场景精简，RL 采样掩码经 GPU 压缩后在 512 请求下吞吐可恢复至无掩码水平的 2-3% 以内。

2026-09-23 ~ 2026-09-23 · 3 条相关

• vLLM v0.30.0 发布:762 次提交,多项推理性能优化 — vllm_project · 2026-09-23
• vLLM v0.30 性能细节:Gemma 4 多模态提速 3.23 倍 — vllm_project · 2026-09-23
• vLLM v0.30 发布:762 commits 支持 DeepSeek-V4.1-Flash,Gemma 4 多模态提速 3.23 倍 — vllm_project · 2026-09-23