产品与应用

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
来源
vLLM 官方博客(RSS)
分类
产品与应用
AI 评分
74
阅读原文 前往信息源阅读完整正文
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。

原文链接 · AIHOT 条目

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/

查看全部 →