Новости
Day 0 Support for Qwen3.8-2.4T-A95B on vLLM
vLLM · vLLM Team and Inferact · Опубликовано · 3 мин чтения
За 30 секунд
- Что произошло
- vLLM released Day-0 support for Qwen3.8-2.4T-A95B, a 2.4-trillion-parameter sparse MoE model with optimized kernels for NVIDIA and AMD hardware.
- Почему это важно
- Engineers deploying large language models need this when running inference on Qwen3.8 across NVIDIA B300 or AMD MI355X clusters with memory constraints.
- На что обратить внимание
- The model requires at least two GPU nodes for full precision or one node for FP4 quantized versions; reasoning workloads need high max_tokens allocation for accurate results.
Послушать это резюме
- llm
- quantiz
- kernel
- vllm
- qwen
Паттерны, стоящие за этой новостью
Каждый разбирает, как работает техника, когда она оправдывает затраты и где ломается.
The Agent Architect
Один паттерн, один компромисс, одна история сбоя в продакшене. Короткий еженедельный брифинг для тех, кто строит агентные системы.
Одно письмо в неделю, отписка в один клик. Адрес используется только для рассылки брифинга.