在技术发展的前沿，vLLM现已成功集成了NVIDIA的Vera Rubin芯片。初步测试显示，当MiniMax M3在AgentX环境中运行时，其吞吐量竟然达到了GB200的7.8倍以上。这一乃至革命性的成果是在NVIDIA Vera Rubin NVL72芯片上，通过vLLM平台得以实现的。对此，参与项目的各方，如vLLM项目组、inferact、NVIDIA AI和Red Hat AI均表示了深切的感谢，称他们的合作共同推动了MiniMax M3在Rubin平台的实现。

自从Rubin推出以来，很多合作单位便开始致力于vLLM在该平台的优化和适配工作，目前所发布的成果只是这些努力的初步体现。这次适配突显的两大要点尤为重要：首先，MiniMax M3已经在Vera Rubin NVL72芯片上成功运行；其次，运行后的性能表现相较于GB200，达到了令人瞩目的7.8倍效果。

那这一数据究竟意味着什么呢？吞吐量是衡量推理系统效率的关键指标。在AgentX的测试场景下，同一款MiniMax M3模型在Vera Rubin上的表现为其在GB200上的吞吐量的7.8倍。然而，需要注意的是，此次结果仍为早期阶段，测试具体情况复杂，包括具体的批次配置、序列长度等等，相关信息尚未透露。 吉祥体育下载

从参与的力量来看，这项适配的成功是多方协作的结晶：vLLM项目提供了坚实的推理框架，而inferact、NVIDIA AI、Red Hat AI等机构及vLLM社区的共同努力，使得MiniMax M3在此次适配中成为首批受益者之一。