vLLM 祝贺 Google DeepMind 发布 DiffusionGemma，首个原生支持的…
26B 参数基于 Gemma4，支持块级并行去噪，单卡 H200（FP8）吞吐量超 1200 token/s，模型检查点已在 RedHat AI Hub 提供
查看原文本解读由 AI 自动生成 · 模板：事件解读 · 仅供参考，请以原文为准。
26B 参数基于 Gemma4，支持块级并行去噪，单卡 H200（FP8）吞吐量超 1200 token/s，模型检查点已在 RedHat AI Hub 提供
查看原文