vLLM 在 NVIDIA Vera Rubin NVL72 上實現 7.8 倍吞吐提升

vLLM 現已支援 NVIDIA Vera Rubin NVL72，透過 Rubin‑tuned kernels 與 locality‑domain 技術，單張 GPU 的推理吞吐率比 GB200 NVL72 高達 7.8 倍，在 AgentX 端點與 MLPerf VLM 測試中分別提升 5.18 倍 與 3.7 倍。