vLLM发布新版本：改变默认模型执行架构与后端机制

vLLM是广泛使用的开源LLM推理服务引擎。本次正式发布改变默认模型执行架构与后端机制——影响推理服务的调度、内存管理与kernel选择路径。自建LLM推理服务、使用vLLM的团队升级时应重新测量吞吐与延迟基线，检查自定义后端或量化方案的兼容性；建议灰度切换并保留旧版本回滚能力。