vLLM v0.33.0 发布：新增 4 个模型支持与 GB300 解码优化

vLLM v0.33.0 共包含 927 次提交，由 389 位贡献者完成，其中 122 位是首次参与。新版本加入 Reflection Beam-1.0、Step-5 Preview、Nemotron Parse 3.5、MiniCPM-OCR 1.0 四个模型的支持。推理引擎升级到 PyTorch 2.14，提供 CUDA 13.0 专用 wheel 包。投机解码方面新增 XPress refiner 与 FLy lossy verify（1.04–1.31 倍加速），DSpark 在 GB300 上从 1373 提升到 3390 tok/s。NVIDIA 解码路径实现 1.5–2 倍延迟降低，TTFT 下降 39–48%，同时 ROCm 10.0 成为默认配置。