Inkling 上线 Modal 并提速67%
graceisford · x · 2026-07-16
Inkling 现在可在 Modal 的 Auto Endpoints 上运行，配合自定义 DFlash speculator，官方称可带来 67% 更高的吞吐和交互性。
这条信息的核心不是模型能力本身，而是它在部署栈上的优化：使用 SGLang 跑推理，并通过 speculator 提升端点性能，说明开源模型在托管推理侧还有明显优化空间。
所属事件:Modal 接入 Inkling并主打 DFlash 加速(5 条相关)→
「Infra」频道最新
- Anthropic 营收三年暴涨 4000 倍,上半年已入账 163 亿美元 — daniel_mac8 · 2026-10-27
- Tenstorrent 芯片跑通蛋白质生成模型,宣称无 HBM 短缺之忧 — gajesh · 2026-10-27
- YC 系创企 Hopper 出击语音推理：TTFT 80ms、价格为 GPT-4.1 的 15% — ycombinator · 2026-10-27
- a16z 数据:A100 租赁价格 2026 年仍在涨,旧卡并未贬值 — VraserX · 2026-10-27
- Anthropic S-1 曝超 8000 亿美元未入表的未来算力承诺 — GaryMarcus · 2026-10-27
- Anthropic 约 11GW 算力合同中 NVIDIA GPU 占约 42% — ns123abc · 2026-10-27