vLLM u Kimi K3 naměřilo 2,2 až 2,8× vyšší propustnostSrovnání vLLM 0.27.1 s vývojovou verzí ukazuje, které zásahy do plánování, KDA a datových přesunů zkrátily latenci.17. září 2026AIvLLMoptimalizace
Optimalizace modelu DeepSeek V4 Flash na AMD MI300XAutor repozitáře popisuje produkční konfiguraci 304miliardového checkpointu DeepSeek V4 Flash na jedné GPU AMD MI300X včetně výkonu, paměťových nároků a vlastních oprav pro vLLM a ROCm.4. srpna 2026DeepSeekAMDGPU