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
- 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