vLLM 官方博客（RSS）· vLLM Team·2026-08-06 08:00· 2026-08-06AI 评分42

vLLM 在 Qwen3.5 上实现 25K 总 TPS/GPU

vLLM Reaches 25K Total TPS/GPU on Qwen3.5

AI 导读

vLLM 社区完成 Qwen3.5 混合注意力架构的分离式服务优化，在 GB200 NVL72 系统上实现超过 25K 总 TPS/GPU。

来源：vLLM 官方博客（RSS） · vllm.ai

#产品更新 #部署/工程 #推理