女子拍下日本地震时画面

AMD 推出 vLLM-ATOM 插件，加速 DeepSeek、Kimi 等 AI 推理性能_蜘蛛资讯网

Instinct MI350、MI400，以及 MI355X 等 GPU。从架构上看，vLLM-ATOM 分成 3 层：最上层的 vLLM 负责请求调度、KV 缓存管理、连续批处理，以及兼容 OpenAI 的 API。中间层的 ATOM 插件负责平台注册、模型实现、注意力后端路由和内核调优。最底层的 AITER 则提供 GPU 内核，包括融合 MoE、Flash Attention、量化 GEMM

120B 等大语言模型推理性能。注：vLLM 是面向大语言模型部署的开源推理框架，重点优化高并发服务场景下的吞吐和显存利用率。与一般“单次调用”推理工具不同，它更强调请求调度、KV 缓存和连续批处理，适合企业把模型做成长期在线服务。AMD 本次推出的  vLLM 插件提供了一套更贴近 AMD Instinct GPU 的推理优化方案，尽量不改变开发者现有使用方式，让用户继续使用原有 vLLM 命令

当前文章：http://reasec1.fenshuqi.cn/o08/j6r07.html

发布时间：00:00:00