跳到正文
vLLM Official Blog(vllm.ai)· Inferact, Thinking Machines and NVIDIA·· 3 天前精選品質評分75

vLLM 支援 Thinking Machines 的 Inkling 2 Mini 迴圈模型

Inkling 2 Mini on vLLM: Day-0 Support for a Looped Model

重點導讀

模型把部分中間層重複運算,會讓推論時的快取和訊息傳遞更難處理。

  • vLLM 宣佈支援 Thinking Machines 的 Inkling 2 Mini,並在 NVIDIA Blackwell、Hopper 和 DGX Spark 上提供 Day-0 支援。Inkling 2 Mini 的 12 個核心層會對每個 token 運算三次,每次各自保留 KV cache,並讀取前一次運算傳來的訊息。
  • 模型有 26B 總引數、3.5B 啟用引數,支援最多 1M tokens 的上下文。vLLM 也支援可調整運算次數的研究檢查點,讓團隊能測試速度、記憶體用量和品質之間的取捨。

AI 伴隨問答

自備 Key 深度分析

針對這篇報導有疑問?可直接點選快捷問題或向 AI 追問背景脈絡與技術細節:

推薦理由

Inkling 2 Mini 的迴圈層會讓每個核心層重複運算三次,vLLM 透過分開管理快取並融合訊息讀取來支援這種架構。

信源出處vllm.ai

Inkling 2 Mini on vLLM: Day-0 Support for a Looped Model

本文為 888news 精選之重點導讀。若需閱讀作者完整原文、技術細節與官方討論,請前往原始網站。

開啟原文
來源: vLLM Official Blog (vllm.ai)
開啟原文

讀者討論

理性交流 · 即時討論