vLLM把TRTLLM MoE、Mamba/Qwen3.5缓存和MTP处理等补丁集中落地进一步前移到平台层

vLLM 0.17.1 没有铺陈太多概念，直接把补丁落在推理底层：TRTLLM 的 MoE 路径、Mamba 和 Qwen3.5 的缓存块处理，以及 MTP 的索引优化都被列进官方说明。对跑推理服务的团队来说，这种版本往往比大而全的新功能更有用。 推理框架一旦进入复杂模型和异构后端，很多问题并不是“能不能跑”，而是某个后端、某种精度或某条缓存链路会不会在负载下出错。vLLM 这次就是针对这些细节继...