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 4.2 30B
模型简介
Granite 4.2 的 30B 档，进一步强化代码与 agent 能力，仍是全开源权重加宽松许可。
- 参数量
- 29.3B
- 上下文
- 128K
- 所属
- IBM
- 类型
- 纯文本
- 商用
- 可商用
- 许可
- Apache-2.0
- 发布
- 2026-08-07
- 收录
- 2026-10-03