-
MiniMax-M1 混合架构携手 vLLM：长上下文，快推理
-
推出 vLLM 硬件插件，来自昇腾NPU的最佳实践
-
使用 vLLM 加速 RLHF，来自 OpenRLHF 的最佳实践
-
Transformers 后端在 vLLM 中的集成
-
vLLM 中的 Llama 4
-
PTPC-FP8：在 AMD ROCm 上提升 vLLM 性能
-
推出 AIBrix：一个可扩展、经济高效的 vLLM 控制平面
-
使用 vLLM 进行分布式推理
-
vLLM V1：vLLM 核心架构的一次重大升级
-
在 Llama Stack 中推出 vLLM 推理提供程序
-
使用“vLLM production-stack”在 K8S 中高性能轻松部署 vLLM
-
vLLM 中的结构化解码：简明入门
-
vLLM 2024 年回顾与 2025 年展望
-
轻松安装和开发 vLLM
-
在 AMD MI300X 上提供 LLM 服务：最佳实践
-
投机解码如何将 vLLM 性能提升高达 2.8 倍
-
vLLM v0.6.0：吞吐量提升 2.7 倍，延迟降低 5 倍
-
vLLM 的开放治理与性能路线图
-
宣布 vLLM 支持 Llama 3.1
-
关于 vLLM 对比 DeepSpeed-FastGen 的说明
-
vLLM：借助 PagedAttention 实现简单、快速且经济的 LLM 服务