vLLM 官方博客（网页）·· 25 days agoSelectedAI score76
vLLM 适配 NVIDIA Vera Rubin NVL72，单 GPU 吞吐达 GB200 的 7.8 倍
FeaturedvLLM Support for NVIDIA Vera Rubin NVL72: 7.8x Throughput over GB200 NVL72Oct 9, 2026·11 min readvLLM now runs on NVIDIA Vera Rubin NVL72 with day-0 model support, Rubin-tuned FlashInfer kernels, and locality-aware MoE, delivering 7.8x the per-GPU throughput of GB200 NVL72 on AgentX.
Not yet translated; shown in Chinese.
AI guide
vLLM 宣布正式支持 NVIDIA Vera Rubin NVL72 平台，在 AgentX 基准测试运行 MiniMax M3 时实现 GB200 NVL72 单 GPU 吞吐量 7.8 倍的提升。
Why it matters
文章公布了面向 Rubin 架构的局部性域 MoE 优化与实测数据，便于开发者评估新硬件在 Agent 推理场景下的吞吐收益。
Source:vLLM 官方博客（网页） · vllm.ai