vLLM合入硬件感知动态SD
vllm_project · x · 2026-07-11
vLLM 项目感谢 Cohere 团队把 hardware-aware Dynamic SD 贡献并合并进主干。该方案不再使用固定数量的 draft tokens，而是根据 batch size 和 硬件特性 自适应调整。
核心效果是：
- 在有收益的场景获得加速
- 在原本可能拖慢推理的场景自动回退
- 更适合生产环境中的不同负载
原帖还提到，speculative decoding 在高 batch size 下可能反而变慢，因此很多生产系统难以直接采用；这次的动态方案就是为了解决这个问题。
「Infra」频道最新
- Anthropic Q2 每 1 美元算力投入换回 2.08 美元营收 — cedric_chee · 2026-10-26
- CircuitHub 发布工厂级机器人 The Grid，美国产 PCB 提速两倍对标深圳 — garrytan · 2026-10-26
- Ubicloud 发文修复 vLLM 工具调用准确率问题 — petrusenko_max · 2026-10-26
- Meta 批准无投票权 C 类股，2026 年资本开支指引达 1350–1450 亿美元 — thione · 2026-10-26
- Unsloth 发布 MiniMax-M3.1-Flash 量化：2-bit 保留 91.5% 精度，150GB 内存可跑 — danielhanchen · 2026-10-26
- 芯片工程师实测经验：光子晶体调制器良率难控，不比 MRM 划算 — jwt0625 · 2026-10-26