vLLM 发布 0.25.0
vllm_project · x · 2026-07-12
vLLM 官方发布 v0.25.0，并称这是一次包含 558 个 commits、232 位贡献者 的大版本更新。
核心亮点：
- Model Runner V2 成为所有 dense 模型的默认执行路径
- 旧版 PagedAttention 被退休
- Transformers backend 速度提升到接近原生 vLLM
- 新增统一的 Streaming Parser Engine
- 引入跨异构词表的通用 speculative decoding（TLI）以及新的 DSpark、DFlash drafter
- 新增模型支持，包括 Hy3 和 Unlimited OCR
这条是 vLLM 这次升级的主发布信息，后续更细的 serving / hardware 说明都围绕它展开。
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