vLLM 推出 AFD 插件，支持 GPU 和昇腾上的 MoE 解耦推理
vLLM Blog · rss · 2026-07-23
vLLM 发布了新的 AFD Plugin，目标是让 MoE 推理服务 更灵活。
这次新增的能力
- Attention 与 FFN 解耦，用于 MoE serving
- 同时支持 GPU 和 Ascend NPU 后端
- 基于 connector 的执行方式
- 支持 graph 执行和 ubatching
这是一条典型的推理栈更新，重点在于提升 vLLM 生态里 MoE 服务的灵活性和效率。
「Infra」频道最新
- Ubuntu 部署惊艳实测：5090 显卡成最易配置的 AI 设备 — _xjdr · 2026-07-27
- 台积电传 2027 年拟提价 5%–10% 应对成本上升 — Beth_Kindig · 2026-07-27
- Anthropic 称 Claude Code 删掉 80% 系统提示词仍不掉分 — krishnan · 2026-07-27
- Dhruv Bhatia 加入 fal，转向视频与世界模型栈 — gorkem · 2026-07-27
- Kimi K3 登陆 Together，预留吞吐成本低 65% — togethercompute · 2026-07-27
- NVIDIA 称 Vera CPU 正加速下一代 CPU 和 GPU 设计 — nordicinst · 2026-07-27