vLLM 0.28.0 正式发布：Kimi-K3 全栈优化、DeepSeek-V4 稀疏 MLA 与投机解码首 Token 提速 65%

核心要点速览 (Key Takeaways)

• ✓投机解码成为一等优化利器：集成 DFlash2 与 DSpark 置信度调度，使端到端首 Token 延迟缩短 55%–65%；
• ✓国产顶尖架构首日原生支持：深度适配 Kimi-K3 与 DeepSeek-V4 稀疏多头注意力机制（MLA）；
• ✓硬件后端全面开花：包含 NVIDIA SM12x FlashInfer XQA、AMD ROCm 融合内核及 Intel XPU 适配。