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
- 实测戳破 RTK 省钱神话:token 省了,账单分文未降 — Bartaseth · 2026-09-11
- SF Compute 创始人：现在买算力是「绝对糟糕的体验」 — IgorCarron · 2026-09-11
- 开源 SmolVM:2026 年 Agent 不止用浏览器,而是拥有整台电脑 — aniketmaurya · 2026-09-11
- PyTorch Day Korea 2026 首届线下大会启动,9月13日截止征集演讲 — PyTorch · 2026-09-11
- 本地跑 LLM 选卡:4 张 CMP-170HX 涨价 vs Mac Studio M5 — rumboll · 2026-09-11
- llama.cpp 为 RDNA4 调优 Flash Attention,大上下文提升明显 — pmttyji · 2026-09-11