vLLM v0.31.0 发布，通过 FlashMLA 显著提升 DeepSeek-V4.1-Flash 性能

核心摘要

vLLM v0.31.0 版本包含 717 次提交，通过将 FlashMLA 巨型注意力结合 NVFP4 压缩 KV 缓存作为 SM100 默认配置，大幅提升了 DeepSeek-V4.1-Flash 的性能。

机会与影响

vLLM 用户现在可以为 DeepSeek-V4.1-Flash 模型实现更快、更高效的推理，尤其是在 SM100 硬件上。

来源信息

该条资讯来自 github.com。标签：重点。相关平台：github。