待验证50% 置信事实精确时间
vLLM 为 M3.1 Flash 集成了原生 NVFP4 KV 缓存、NVFP4 MoE 权重和 DSpark 投机解码三项服务栈配置。
1
来源数
50%
置信度
中期 (~90 天)
时效性
2026/10/29
首次发现
有效期至：2027/1/27
来源
涉及实体
相关事实
待验证部署V4.1 Flash 1017必须启用分页注意力（如vLLM），否则KV缓存内部碎片会抵消MLA架构带来的全部收益。72% 相似待验证FlashAttention 4 在 SM100 上的集成新增了 FP8 KV 缓存支持与 headdim-256 支持71% 相似待验证vLLM从DeepSeek-V4.1-Flash发布首日起就提供了原生支持，并在NVIDIA与AMD两大GPU平台上完成了验证71% 相似待验证v0.5.21 新增对 DeepSeek-V4.1 Flash、GigaChat 3.5、IQuest-Q1、MiMo-V2.6 系列、Ling-3.0-flash-VL 等 LLM/VLM 模型的支持70% 相似
引用此条事实
Stable URI
https://kongchang.com/claim/1110215API
curl https://kongchang.com/api/v1/knowledge/claims/1110215MCP
get_claim(id=1110215)