vLLM tourne sur NVIDIA Vera Rubin NVL72 et mesure 7,8 fois le débit par GPU du GB200 NVL72 avec MiniMax M3
Le 9 octobre 2026, le projet vLLM a publié un premier état de son portage sur NVIDIA Vera Rubin NVL72, mené avec Inferact, NVIDIA et Red Hat. Le moteur d'inférence y sert déjà des modèles de… Lire la brève







