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。
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。