热点事件观察中

vLLM 称 Vera Rubin NVL72 上 DeepSeek-V4.1-Flash 吞吐达 GB300 58 倍

2 篇报道1 个报道来源1 天前更新

先了解这件事

AI 综述

vLLM 团队发布工程实践文章称，在单台 NVIDIA Vera Rubin NVL72 上服务 DeepSeek-V4.1-Flash，每 GPU 吞吐达 1.7M tokens/s、单用户 387 tokens/s，为 GB300 NVL72 的 58 倍；峰值吞吐 2.52M tokens/s，单用户最高 1,810 tokens/s。文章称这套方案沿用了上月引入的同一技术栈，其中 HBM 池仍处于实验阶段。

AI 根据报道生成 · 1 小时前更新

最新进展11月12日 08:00

vLLM 在 Vera Rubin NVL72 上跑 DeepSeek-V4.1-Flash：单用户 387 tokens/s，吞吐达 GB300 NVL72 的 58 倍

报道时间线

沿着报道，了解事件的不同侧面。

11月12日

08:00
vLLM Blog精选
vLLM 在 Vera Rubin NVL72 上跑 DeepSeek-V4.1-Flash：单用户 387 tokens/s，吞吐达 GB300 NVL72 的 58 倍
vLLM 团队在单台 NVIDIA Vera Rubin NVL72 机架上部署 DeepSeek-V4.1-Flash，每 GPU 吞吐 1.7M tokens/s、单用户 387 tokens/s，为 GB300 NVL72 的 58 倍，峰值吞吐 2.52M tokens/s、单用户最高 1,810 tokens/s。

11月11日

08:00
vLLM Blog精选
vLLM 在 Vera Rubin NVL72 上跑 DeepSeek-V4.1-Flash：吞吐达 GB300 NVL72 的 58 倍，单用户 387 tokens/s
vLLM 团队在单台 NVIDIA Vera Rubin NVL72 上服务 DeepSeek-V4.1-Flash，每 GPU 吞吐 1.7M tokens/s、单用户 387 tokens/s，为 GB300 NVL72 的 58 倍，峰值吞吐 2.52M tokens/s、单用户最高 1,810 tokens/s。

本事件热度走势

还没有足够的连续观测数据，暂不绘制趋势。