vLLM 0.25.0 发布
vllm_project · x · 2026-07-12
vLLM 发布 v0.25.0，这次有 558 个 commits、232 位贡献者参与，其中 64 位是新贡献者。
主要变化包括：
- Model Runner V2 成为所有 dense 模型的默认执行路径
- PagedAttention 旧实现被移除，V1/MRv2 现在是标准路径
- Transformers 后端速度提升到接近原生 vLLM
- 新增统一的 Streaming Parser Engine
- 支持跨异构词表的通用 speculative decoding（TLI），并加入 DSpark、DFlash 两种 drafter
- 新增/更新了多个模型，如 Hy3、Unlimited OCR、LLaVA-OneVision-2、MOSS-Transcribe-Diarize、openai/privacy-filter、GLM-5、DeepSeek-V3.2、MiniMax-M3 等
所属事件:vLLM 0.25.0 大版本发布：架构升级与多硬件性能优化(5 条相关)→
「Infra」频道最新
- xAI Colossus 1 数据中心 FP64 算力约 14.6 exaflops,达 Top500 榜首 5 倍 — cis_female · 2026-10-27
- Lambda 实测 NVIDIA DSX MaxLPS：同等电力多跑 3 节点，吞吐提升 24% — TheZachMueller · 2026-10-27
- 新播客：Micron HBM 路线图、Meta AI 基建与 NVIDIA 供应链掌控 — BenBajarin · 2026-10-27
- SGLang MegaKernel+PD 发布：高并发吞吐与低延迟兼得，TCO 大幅优化 — AccBalanced · 2026-10-27
- 自托管 Convex 扩容实战：把 TypeScript 函数编译成 WASM — leventov · 2026-10-27
- Anthropic 营收三年暴涨 4000 倍,上半年已入账 163 亿美元 — daniel_mac8 · 2026-10-27