vLLM-Omni 在 Vera Rubin 上新增 Day-0 H3-Image 支持
先了解这件事
vLLM-Omni 团队在 NVIDIA Vera Rubin 上为 MiniMax 的 H3-Image 模型新增了 Day-0 服务支持。在其短提示词服务基准测试中，原生 4096×4096 文生图在四块 GPU 上达到 0.87 秒的中位数；另一套吞吐配置每小时可生成 6,115 张图像，团队据此推算为每天 146,755 张。这些数字不含运营成本，日产能是基于实测速率的推算。 H3-Image 是一个开放权重模型，同时支持文生图和图像编辑，将 Qwen3-VL 编码器与 33.1B 稠密 DiT 及图像 VAE 搭配，可在六步采样内完成任一任务，并支持最多 16 张参考图。团队将速度归因于 MXFP8 DiT GEMM、Ulysses SP4、AdaLN 缓存，以及一项将解码时间从 2.635 秒降至 0.213 秒的 VAE 解码改动。Day-0 集成目前使用 MiniMax 的托管图像 API，并提供了面向 AMD、Intel、华为昇腾和摩尔线程硬件的配置方案。
AI 根据报道生成 · 16 小时前更新
报道时间线
沿着报道，了解事件的不同侧面。
- vLLM Blog精选vLLM-Omni 在 Vera Rubin 上对 MiniMax H3-Image 进行基准测试：0.87 秒生成 4K 图像，每小时 6,115 张
vLLM-Omni 将 MiniMax H3-Image 引入 NVIDIA Vera Rubin，在四块 GPU 上测得原生 4096×4096 文本到图像的中位延迟为 0.87 秒，并在另一吞吐配置下达到每小时 6,115 张图像。H3-Image 是一个开放权重的文本到图像与编辑模型，将 Qwen3-VL 编码器与 33.1B 稠密 DiT 及图像 VAE 相结合，在六步采样内处理两项任务，最多支持 16 张参考图像。团队报告了 MXFP8 DiT GEMM、Ulysses SP4、AdaLN 缓存以及一项将解码时间从 2.635 秒缩短至 0.213 秒的 VAE 解码改动，并列出了面向 AMD、Intel、华为昇腾和摩尔线程硬件的配置方案。
本事件热度走势
还没有足够的连续观测数据，暂不绘制趋势。