vLLM 实现 Reflection Beam 501B MoE 模型 Day 0 支持

vLLM 宣布从 Day 0 支持 Reflection 的 Beam 模型（501B 参数 MoE，每 token 激活 23B），并在 NVIDIA Blackwell 上完成优化。该支持包含完整功能开箱即用、智能体驱动的 kernel 优化使 batch-1 解码提速 2.71 倍，以及带自适应验证的 DFlash2 推测解码技术，在高并发下可额外提升 10% 吞吐量。