vLLM-Omni 在 Vera Rubin 上支持 H3-Image

vLLM-Omni 团队将 MiniMax H3-Image 接入 NVIDIA Vera Rubin，并公布性能数据：在四卡 SP4 配置下，原生 4096×4096 文生图在短提示词基准中的中位延迟为 0.87 秒，另一吞吐配置达到每小时 6115 张。 团队称，同样的请求在单张 RTX 5090 加 CPU 分层卸载上耗时 52.29 秒和 61.45 秒。团队说明，上述匹配的性能数字仅覆盖其 NVIDIA 运行，社区验证使用各自的工作负载和配置。 团队还表示，其 Day-0 H3-Image 集成目前使用 MiniMax 的托管图像 API。

AI 根据报道生成 · 1 小时前更新

还没有足够的连续观测数据，暂不绘制趋势。