vLLM 实现 TML Inkling 模型 Day-0 支持
vLLM Blog · rss · 2026-07-15
vLLM 宣布对 Thinking Machines Lab 的多模态模型 Inkling 提供 Day-0 支持。通过运用多 token 预测（MTP）、长上下文服务、并行处理等技术，vLLM 在 NVIDIA GB200 GPU 上实现了单用户高达 380 tokens/s 的吞吐量优化。
「Infra」频道最新
- vLLM 考虑将更多栈迁往 Rust，推理引擎 Rust 化成趋势 — AccBalanced · 2026-10-27
- Anthropic S-1：未来拟投超 5000 亿美元算力，自建数据中心 — jeremyakahn · 2026-10-27
- 同一套 DeepSeek 内核两种优化路线：vLLM 拆专家、SGLang 降访存 — AccBalanced · 2026-10-27
- Flint 本地实测：质量与 Qwen3.6 打平，速度快 3.6 倍 — RichardSocher · 2026-10-27
- Anthropic S-1 披露：CSP 渠道收入占比三年从 11% 涨至 48% — AccBalanced · 2026-10-27
- Alchemy 支持 Effect Workflow:跨 Durable Objects、Workflows 与 Lambda 持久函数 — samgoodwin89 · 2026-10-27