vLLM omezil výpadek při škálování z 16 na 20 GPU na 0,82 sekundyElastic EP s NIXL zkrátil přerušení obsluhy z desítek sekund pod jednu sekundu. Rozhodující bylo připojení GPU za běhu a zachování CUDA Graphs.20. října 2026GPUškálovánívLLM