待验证50% 置信决策规则精确时间

若部署场景用到 MTP 推测解码并开启 FULL CUDA 图模式且曾遇到加速效果异常下降，建议优先在测试环境验证 rc4

1

来源数

50%

置信度

中期 (~90 天)

时效性

2026/10/2

首次发现

有效期至：2026/12/31

来源

vLLM v0.31.0rc4 发布：修复MTP在FULL图下的问题

涉及实体

vLLMproduct MTPconcept

相关事实

待验证DCGM的Profiling级别指标（以DCGM_FI_PROF_前缀标识）需要使用GPU硬件性能计数器，可能与某些第三方Profiling工具产生互斥62% 相似待验证借助 MTP，Gemma 4 的推理运行速度可提升约 2 倍，且该特性在 Unsloth Studio 中默认自动启用60% 相似待验证DCGM 3.x版本引入了性能计数器复用（counter multiplexing）能力来部分缓解计数器互斥限制59% 相似

引用此条事实

Stable URI

https://kongchang.com/claim/966954

API

curl https://kongchang.com/api/v1/knowledge/claims/966954

MCP

get_claim(id=966954)