LLM 推理引擎生态大爆发：良性竞争还是碎片化灾难？

LLM 推理引擎生态已从 vLLM、llama.cpp、TensorRT-LLM 等少数选择，扩展到 Strata、Radiance、Flash-Next/DeepSeek-Flash 优化构建和 megakernel 等专业引擎与分叉。讨论帖认可部分性能提升及 ROCm 带来的 AMD 进展，但指出模型支持不一、新模型需反复测试，生态正面临“一个模型绑一个引擎”的碎片化风险。