vLLM高性能推理框架继续围绕后端兼容和执行稳定性做补丁收口开始被放到更高优先级

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...