vLLMvLLM 社区（原 UC Berkeley）
生产环境部署 LLM 的默认答案：PagedAttention 把 KV cache 碎片化问题解决掉，吞吐比朴素实现高一个量级。
推理框架 / 服务引擎PagedAttention张量并行FP8/AWQ/GPTQOpenAI 兼容 API多模态
Granite 4.1 30B
模型简介
Granite 4.1 的 30B 版本，企业级长上下文与 agent 能力的主力档。
- 参数量
- 28.9B
- 上下文
- 128K
- 所属
- IBM
- 类型
- 纯文本
- 商用
- 可商用
- 许可
- Apache-2.0
- 发布
- 2026-04-06
- 收录
- 2026-10-03