Google Cloud TPU上vLLM支持Qwen3 Embedding高精度长上下文推理

Google Cloud 将 vLLM 原生 TPU 支持与 GKE 弹性扩缩容结合，在 Cloud TPU 上部署 Qwen3-Embedding-8B，支持 16K 上下文、bfloat16 精度，实现企业级长上下文多模态嵌入推理。

AI 根据报道生成 · 2 小时前更新

还没有足够的连续观测数据，暂不绘制趋势。