WHAT NEW IN X11.01 SUN

X 上的 AI 合集档案 · 22 个合集 · 64,204 条

deepseek-v4.1POST

vLLM + 蚂蚁 Humming:8x H20 上 V4.1 Flash 吞吐 +14%/+43%

vLLM 与蚂蚁开源 JIT 量化 GEMM 内核 Humming,在 8x H20 上跑 V4.1 Flash(MXFP4 权重、FP8 激活),并发 1 吞吐 +14%,并发 64 时 +43%。

海猿
@guolinwang10 天前收录原推发布于 2026.10.22
海猿 @guolinwang原推发布于 2026.10.22
在 X 上打开原推

vLLM + Ant Group open-sourced Humming, JIT quantized GEMM kernels. DeepSeek-V4.1-Flash on 8x H20, same MXFP4 weights, FP8 activations: +14% throughput at concurrency 1, +43% at 64. Big batches are compute-bound, so 4-bit weights alone stop paying. https://vllm.ai/blog/2026-10-21-humming

x.com/guolinwang/status/2113030967929520346采集于 2026.10.22 12:01