vLLM 考虑将更多栈迁往 Rust，推理引擎 Rust 化成趋势
AccBalanced · x · 2026-10-27
vLLM 核心开发者 Woosuk 透露，vLLM 正在隔离模型特定代码，并考虑把更多推理栈迁往 Rust——与 Ekzhang 的独立运行时 Resin 方向一致。
生态现状：
- vLLM 已加入 Rust 前端；SGLang 的 prefix cache 核心也已是 Rust。
- vLLM 与 SGLang 都使用 DeepSeek 的开源内核，性能都与 DeepInfer 相差几个百分点，但优化路径不同：vLLM 发现瓶颈在专家层而非注意力，将专家分散到更多 GPU 并均衡负载；SGLang 则专注降低内存流量与 kernel 启动开销。
悬而未决的问题：vLLM 和 SGLang 谁先做出 Rust 调度器？
「Infra」频道最新
- 全同态加密 GPT-2 速通赛开跑:现纪录 3.031 秒/token — tensorqt · 2026-10-27
- 开源编译器 Latch 从 PyTorch 生成训练 megakernel，H100 上提速 2.75 倍 — sguada · 2026-10-27
- NVIDIA 称 HGX Rubin NVL8 每兆瓦 token 吞吐为 B200 的 10 倍 — thursdai_pod · 2026-10-27
- NVIDIA 称 HGX Rubin NVL8 每兆瓦 token 吞吐为 B200 的 10 倍 — thursdai_pod · 2026-10-27
- Together 推出并行 LoRA 实验：多个实验共享同一批 GPU，免重复配置 — togethercompute · 2026-10-27
- 要么人力商品化，要么 GPU 商品化：算力经济二选一之辩 — _AustinCalvert_ · 2026-10-27