vLLM 发布 vllm-metal v0.28.0:在 Apple Silicon 上支持并发推理服务
原文标题:Announcing vllm-metal: Concurrent Serving on Apple Silicon
AI 摘要
vLLM 官方发布 vllm-metal v0.28.0,把 vLLM 的 V1 调度器、paged KV cache 和 OpenAI 兼容服务器带到 Apple Silicon,由 MLX 和 Metal 执行模型,版本号与上游 vLLM 对齐。
关键信息
- vLLM 官方发布 vllm-metal v0.
- 0,把 vLLM 的 V1 调度器、paged KV cache 和 OpenAI 兼容服务器带到 Apple Silicon,由 MLX 和 Metal 执行模型,版本号与上游 vLLM 对齐
- 官方首次发布 vllm-metal,用 packed varlen attention 和 paged KV 解决 Mac 上并发请求的服务问题,并给出可复现的并发基准数据
速览
- 发布时间
- 更新时间
- 分类
- 产品与应用
- AI 评分
- 74
推荐理由
官方首次发布 vllm-metal,用 packed varlen attention 和 paged KV 解决 Mac 上并发请求的服务问题,并给出可复现的并发基准数据。
相关实体
来源与版权
本文基于 AIHOT 公开 API 的精选标题与 AI 摘要整理,已注明来源并回链;原文版权归原媒体与作者所有,本站不镜像全文。
如何引用
引用本文时请保留标题、日期与永久链接,并注明来源为橙子新闻。
橙子新闻:vLLM 发布 vllm-metal v0.28.0:在 Apple Silicon 上支持并发推理服务。2026年9月22日。https://new.nat6.net/news/cmue9uxe20smtroghgwne9l3u/