vllm 4 Speculative Decoding 实战：vLLM 框架下 EAGLE-3 原理与工程落地 May 8, 2026 RL 训练加速实战：Qwen3.5 + vLLM + veRL 的 fully-async 架构 May 8, 2026 训推加速问题定位 SOP 与 Know-how：从 GPU 低利用率到 NCCL hang 到推理吞吐 May 7, 2026 vLLM v0.20 架构深度解析：双引擎、调度器、KV Cache 与分布式推理 Apr 30, 2026