-
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：提升 vLLM 在 AMD ROCm 上的性能
-
推出 AIBrix：vLLM 的可扩展、高性价比控制平面
-
使用 vLLM 进行分布式推理
-
vLLM V1：vLLM 核心架构的重大升级
-
在 Llama Stack 中引入 vLLM 推理提供者
-
使用“vLLM production-stack”在 K8S 中实现 vLLM 的高性能和便捷部署
-
vLLM 中的结构化解码：入门介绍
-
vLLM 2024 回顾与 2025 展望
-
轻松安装和开发 vLLM
-
在 AMD MI300X 上服务 LLM：最佳实践
-
推测性解码如何将 vLLM 性能提升至 2.8 倍
-
vLLM v0.6.0：吞吐量提高 2.7 倍，延迟降低 5 倍
-
vLLM 的开放治理和性能路线图
-
宣布 vLLM 支持 Llama 3.1
-
关于 vLLM 对比 DeepSpeed-FastGen 的说明
-
vLLM：使用 PagedAttention 实现简单、快速、经济的 LLM 服务