vLLM 0.25.0 发布
mervenoyann · x · 2026-07-12
vLLM 发布 v0.25.0，这次更新非常大：共有 558 个 commits、232 位贡献者，其中 64 位是新贡献者。
主要变化包括：
- Model Runner V2 成为所有 dense 模型的默认方案
- 旧版 PagedAttention 实现被移除
- Transformers backend 速度已经和原生 vLLM 一样快
- 新的统一 Streaming Parser Engine
- 跨异构词表的通用 speculative decoding（TLI）
- 新增 DSpark 和 DFlash drafter
- 支持新模型 Hy3、Unlimited OCR
这是一次偏底层和工程面的重大版本更新，重点在推理栈性能与架构整合。
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
- Anthropic S-1 关键数字:成立以来算力支出仅 193 亿美元,算力过度建设警报 — bookwormengr · 2026-10-27
- CoreWeave 三周 RL 后训练:BrowseComp 提升 22.9%,工具调用省三成 — RichardSocher · 2026-10-27
- 电网排队成 AI 工厂瓶颈,Exowatt 与 Redwood 给出储能新解法 — ingliguori · 2026-10-27
- Wasmtime 曝两个 CVSS 9.9 沙箱逃逸漏洞，其中一个仅影响 ARM64 — basedjensen · 2026-10-27
- AI 数据中心时代用电论战：有人还在纠结灯泡省电与调整时区 — mgostIH · 2026-10-27
- 传 NVIDIA 暂停接收 RTX 5090 板卡订单,连补单都不收 — chemist_slime · 2026-10-27