vLLM v0.31.0 发布，重点优化 DeepSeek-V4.1-Flash 推理性能

已核实（事实）

vLLM v0.31.0 包含来自 307 名贡献者（其中 96 名为新贡献者）的 717 个提交。主要变更是 DeepSeek-V4.1-Flash 的性能改进：在 SM100 上默认启用使用 V4.1 NVFP4 压缩 KV 缓存的 FlashMLA mega attention。此外还加入了用于索引器的 DeepGEMM sparse MQA logits，以及将门控 GEMM 与专家选择合并的 Mega-Gate 等内核融合。

意义（解读）

在 Blackwell（SM100）环境中部署 DeepSeek 系列模型的团队，只需升级即可期待性能提升。资料中未给出实际提升幅度。

来源

• 官方 v0.31.0 vLLM

更多关于 vLLM

• 2026-10-14 P2 开源 开放权重 多模态语言模型AI 平台与解决方案 vLLMCloudflare
  vLLM Semantic Router 团队开源可直接分析图像的多模态决策模型 Decision 3.0（报道）

  vLLM Semantic Router 开发团队开源了多模态决策模型系列 Decision 3.0，不仅能处理文本和 JSON，还能直接分析图像。AI Times 在标题中称 Cloudflare 也一同发布了开源模型，但摘录中没有 Cloudflare 方面的具体内容。