📰 vLLM 在英伟达 Vera Rubin NVL72 上跑 DeepSeek-V4.1-Flash：每用户 387 token/s 时单卡 170 万 token/s，为 GB300 NVL72 的 58 倍；峰值吞吐则是 2.7 倍

11 月 12 日，vLLM 发布 DeepSeek-V4.1-Flash 系列第三篇博客（Inferact 主导）：在一台 Vera Rubin NVL72 上，用 SemiAnalysis AgentX 负载测得每用户 P90 387 token/s 时单 GPU 总吞吐 170 万 token/s，是…

💬 你怎么看？欢迎在评论区讨论。