ผลิตภัณฑ์และแอป

แบ็กเอนด์ transformers ของ vLLM ที่ความเร็วระดับเนทีฟ

หัวข้อต้นฉบับ:Native-speed vLLM transformers modeling backend

สรุปโดย AI

Hugging Face ประกาศว่าแบ็กเอนด์ vLLM ของ transformers มีความเร็วเทียบเท่าหรือเร็วกว่าการใช้งาน vLLM แบบเนทีฟที่เขียนด้วยมือ ผู้พัฒนาโมเดลสามารถใช้ transformers เพื่อการอนุมานที่รวดเร็วมากโดยไม่ต้องพอร์ตโค้ด การทดสอบใช้สามการตั้งค่า ได้แก่ Qwen3-4B (GPU เดียว), Qwen3-32B (tensor parallel) และ Qwen3-235B-A22B-FP8 MoE (data + expert parallel) โดยมี throughput ถึงหรือเกินระดับเนทีฟ แบ็กเอนด์นี้วิเคราะห์กราฟแบบสถิตผ่าน torch.fx และเขียนโค้ดใหม่ด้วย AST เพื่อทำ dynamic layer fusion รองรับ tensor/pipeline/expert parallel และ torch.compile ผู้ใช้เพียงเพิ่มแฟล็ก `--model-impl transformers` ปัจจุบันยังไม่รองรับโมเดล linear attention แต่จะรองรับในเร็วๆ นี้

ข้อมูลสำคัญ

  • Hugging Face ประกาศว่าแบ็กเอนด์ vLLM ของ transformers มีความเร็วเทียบเท่าหรือเร็วกว่าการใช้งาน…
  • fx และเขียนโค้ดใหม่ด้วย AST เพื่อทำ dynamic layer fusion รองรับ tensor/pipeline/expert parallel…
  • compile ผู้ใช้เพียงเพิ่มแฟล็ก `--model-impl transformers` ปัจจุบันยังไม่รองรับโมเดล linear…

สรุปสั้น

เวลาเผยแพร่
เวลาอัปเดต
แหล่งที่มา
Hugging Face 社区博客(混合发现)
หมวดหมู่
ผลิตภัณฑ์และแอป
คะแนน AI
66
อ่านต้นฉบับ อ่านบทความฉบับเต็มที่แหล่งข่าวต้นฉบับ
เหตุผลที่แนะนำ

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。

เอนทิตีที่เกี่ยวข้อง

แหล่งที่มาและลิขสิทธิ์

บทความนี้เรียบเรียงจากพาดหัวคัดสรรและบทสรุป AI จาก API สาธารณะของ AIHOT โดยระบุแหล่งที่มาและลิงก์กลับแล้ว ลิขสิทธิ์ต้นฉบับเป็นของสื่อและผู้เขียนต้นทาง เว็บไซต์นี้ไม่ได้สะท้อนเนื้อหาฉบับเต็ม

ลิงก์ต้นฉบับ · รายการ AIHOT

วิธีอ้างอิง

เมื่ออ้างอิงบทความนี้ โปรดระบุชื่อเรื่อง วันที่ และลิงก์ถาวร พร้อมระบุแหล่งที่มาเป็น Orange News

Orange News: แบ็กเอนด์ transformers ของ vLLM ที่ความเร็วระดับเนทีฟ 8 กรกฎาคม 2026 https://new.nat6.net/th/news/cmrcabmvj00ymihqce96ilbfi/

ดูทั้งหมด →