vLLM 优化 Vera Rubin，DeepSeek-V4.1-Flash 吞吐达 GB300 的 58 倍

vLLM 团队宣布针对 Vera Rubin NVL72 优化 DeepSeek-V4.1-Flash 推理，在 SemiAnalysis AgentX 基准中，P90 达 387 tokens/s/用户时吞吐为 170 万 tokens/s/GPU，是 GB300 NVL72 的 58 倍。