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
- 推理服务关键指标盘点:流式速度 TPOT 与可用性如何影响体验 — abhijithneil · 2026-09-11
- PlanetScale 推出分片 Postgres,768 台服务器组成 1PB 单库 — dhruv2038 · 2026-09-11
- 7900 XTX 24GB 能否跑 Qwen，Reddit 征集 ROCm 实测数据 — thenomadexplorerlife · 2026-09-11
- 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