热点事件持续更新
vLLM在GB300 NVL72上规模化部署DeepSeek-V4.1-Flash
1 篇报道1 个报道来源3 小时前更新
先了解这件事
AI 综述
2026年10月25日，vLLM官方博客宣布实现DeepSeek-V4.1-Flash的大规模推理优化，性能对标DeepInfer并扩展至GB300 NVL72平台。在单台NVIDIA GB300 NVL72机架上，vLLM通过结合P/D分离与Wide-EP技术运行DeepSeek-V4.1-Flash，在SemiAnalysis AgentX基准测试中达到了单GPU 954K tokens/s的吞吐量，单用户P90延迟为196 tokens/s。
AI 根据报道生成 · 2 小时前更新
最新进展10月25日 01:58
vLLM结合P/D分离与Wide-EP，在GB300 NVL72上优化DeepSeek-V4.1-Flash大规模推理。报道时间线
沿着报道，了解事件的不同侧面。
10月25日
- vLLM 官方博客精选vLLM 实现 DeepSeek-V4.1-Flash 大规模推理优化：性能对标 DeepInfer 并扩展至 GB300 NVL72
vLLM 在单台 NVIDIA GB300 NVL72 机架上结合 P/D 分离与 Wide-EP，运行 DeepSeek-V4.1-Flash 在 SemiAnalysis AgentX 基准中达到单 GPU 954K tokens/s 的吞吐量，P90 延迟为单用户 196 tokens/s。
本事件热度走势
当前热度 9·可比范围峰值 10（10月25日 02:00）·近 24 小时可比范围变化 –
趋势仅比较持续完整观测到的相同主体，范围可能小于当前热度统计。移动指针或点击图表查看每小时热度；键盘可用左右方向键切换。