Dans l'actualité
vLLM Support for NVIDIA Vera Rubin NVL72: 7.8x Throughput over GB200 NVL72
vLLM · vLLM Team, Inferact, Red Hat, and NVIDIA · Publié le · 3 min de lecture
En 30 secondes
- Ce qui s'est passé
- vLLM supporte maintenant le GPU NVIDIA Vera Rubin NVL72 avec des kernels optimisés, atteignant 7,8x de débit en plus que GB200 NVL72.
- Pourquoi ça compte
- Pertinent pour les ingénieurs déployant des modèles de langage à grande échelle qui ont besoin d'un débit d'inférence plus élevé et d'une latence plus basse.
- Vigilance
- Les résultats de performance sont précoces et d'autres optimisations sont attendues. Le support des domaines de localité est encore en conception active.
- agent
- llm
- kernel
- throughput
- vllm
Les patterns derrière cette actualité
Chacun explique le fonctionnement de la technique, quand elle vaut son coût et où elle casse.
The Agent Architect
Un pattern, un compromis, une panne de production racontée. Un brief hebdomadaire court pour ceux qui construisent des systèmes agentiques.
Un email par semaine, désinscription en un clic. Votre adresse ne sert qu'à envoyer le brief.