vLLM-Omni 在 Vera Rubin 上新增 Day-0 H3-Image 支援
先了解這件事
vLLM-Omni 團隊在 NVIDIA Vera Rubin 上為 MiniMax 的 H3-Image 模型新增了 Day-0 服務支援。在其短提示服務基準測試中，原生 4096×4096 文字轉圖像生成在四張 GPU 上達到中位數 0.87 秒；另一套吞吐量配置則達到每小時 6,115 張圖像，團隊據此推算為每天 146,755 張圖像。這些數字不含營運成本，且每日容量是基於實測速率的推算值。 H3-Image 是一個開放權重模型，同時處理文字轉圖像與編輯，搭配 Qwen3-VL 編碼器、33.1B 稠密 DiT 與圖像 VAE，並以六個取樣步驟完成任一任務，最多可使用 16 張參考圖像。團隊將速度歸因於 MXFP8 DiT GEMM、Ulysses SP4、AdaLN 快取，以及一項 VAE 解碼變更，將解碼時間從 2.635 秒縮短至 0.213 秒。Day-0 整合目前使用 MiniMax 的託管圖像 API，並列出適用於 AMD、Intel、華為昇騰與摩爾線程硬體的配置方案。
AI 依報導生成 · 16 小時前更新
報導時間線
沿著報導，了解事件的不同側面。
- vLLM Blog精選vLLM-Omni 在 Vera Rubin 上對 MiniMax H3-Image 進行基準測試：0.87 秒生成 4K 影像，每小時 6,115 張影像
vLLM-Omni 將 MiniMax H3-Image 帶到 NVIDIA Vera Rubin，並測得在四張 GPU 上進行原生 4096×4096 文字轉圖像的中位延遲為 0.87 秒，另在獨立吞吐配置下達到每小時 6,115 張影像。H3-Image 是一個開放權重的文字轉圖像與編輯模型，結合 Qwen3-VL 編碼器、33.1B 稠密 DiT 與影像 VAE，以六個取樣步驟處理這兩項任務，並支援最多 16 張參考影像。團隊報告了 MXFP8 DiT GEMM、Ulysses SP4、AdaLN 快取，以及一項將解碼時間從 2.635 秒縮短至 0.213 秒的 VAE 解碼變更，並列出 AMD、Intel、華為昇騰與摩爾線程硬體的配置方案。
本事件熱度走勢
還沒有足夠的連續觀測資料，暫不繪製趨勢。