vLLM 如何实现 Elastic Expert Parallelism 的近零停机扩展

vLLM 通过异步准备和 NIXL EP 技术实现了 Elastic Expert Parallelism 的近零停机扩展，在 DeepSeek V4 Pro 基准测试中，从 16 到 20 GPU 的扩展停机时间缩短至 0.82 秒，回缩至 16 GPU 时为 1.96 秒。