Transformers 的 vLLM 建模后端实现原生级推理速度

Hugging Face 升级了 vLLM 中的 Transformers 建模后端，使其推理吞吐量在多类架构下达到或超越 vLLM 手写原生实现。开发者只需添加 --model-impl transformers 参数，即可自动获得针对张量并行与 MoE 专家并行的算子融合优化，无需再单独为 vLLM 编写定制代码。