Produkte & Apps

vLLM-transformers-Backend mit nativer Geschwindigkeit

Originaltitel:Native-speed vLLM transformers modeling backend

KI-Zusammenfassung

Hugging Face gibt bekannt, dass das transformers-vLLM-Backend nun ebenso schnell oder schneller ist als handgeschriebene native vLLM-Implementierungen. Modellautoren können ohne Code-Portierung automatisch schnelle Inferenz über transformers nutzen. Getestet wurden drei Konfigurationen: Qwen3-4B (einzelne GPU), Qwen3-32B (Tensor-Parallelität) und Qwen3-235B-A22B-FP8 MoE (Daten- und Experten-Parallelität); der Durchsatz erreicht oder übertrifft jeweils den nativen Wert. Das Backend analysiert Graphen statisch über torch.fx, schreibt Code per AST um und erreicht dynamische Layer-Fusion; es unterstützt Tensor-/Pipeline-/Experten-Parallelität sowie torch.compile. Nutzer müssen nur das Flag `--model-impl transformers` hinzufügen. Lineare Attention-Modelle werden derzeit noch nicht unterstützt, sollen aber bald folgen.

Kernpunkte

  • Hugging Face gibt bekannt,dass das transformers-vLLM-Backend nun ebenso schnell oder schneller ist…
  • Modellautoren können ohne Code-Portierung automatisch schnelle Inferenz über transformers nutzen.
  • Getestet wurden drei Konfigurationen: Qwen3-4B (einzelne GPU),Qwen3-32B (Tensor-Parallelität) und…
  • der Durchsatz erreicht oder übertrifft jeweils den nativen Wert.
  • Das Backend analysiert Graphen statisch über torch.

Auf einen Blick

Veröffentlicht
Aktualisiert
Quelle
Hugging Face 社区博客(混合发现)
Kategorie
Produkte & Apps
KI-Bewertung
66
Original lesen Den vollständigen Artikel bei der Originalquelle lesen
Warum es wichtig ist

用 transformers 写的模型,现在不用改一行代码就能在 vLLM 里跑到手写实现的水平,模型作者最大的集成痛被抹平了。虽然主要是工程黑魔法,但生态意义不小。

Verwandte Entitäten

Quelle & Urheberrecht

Dieser Artikel basiert auf kuratierten Titeln und KI-Zusammenfassungen der öffentlichen AIHOT-API, mit Quellenangabe und Rückverlinkung. Das Urheberrecht am Original liegt bei den ursprünglichen Medien und Autoren; diese Seite spiegelt keine Volltexte.

Originalartikel · AIHOT-Eintrag

Zitierhinweis

Beim Zitieren dieses Artikels bitte Titel, Datum und Permalink beibehalten und Orange News als Quelle angeben.

Orange News: vLLM-transformers-Backend mit nativer Geschwindigkeit. 8. Juli 2026. https://new.nat6.net/de/news/cmrcabmvj00ymihqce96ilbfi/

Alle ansehen →