Google Developers Blog（RSS）·· 13 小时前AI 评分37
Google Cloud 在 Cloud TPU 上为 vLLM 实现长上下文多模态嵌入推理
Enterprise-Grade Precision for Long-Context Multimodal Embedding Inference on Cloud TPU
AI 导读
Google Cloud 将原生 TPU 支持集成进 vLLM，并以 Qwen3-Embedding-8B 为目标模型完成多项优化，支持 4K+ token 文本与 15K+ token 多模态输入的嵌入推理。
来源：Google Developers Blog（RSS） · developers.googleblog.com