29 августа 2025 года вышел первый пост из запланированной серии, подробно разбирающей внутреннее устройство vLLM, библиотеки для высокопроизводительного инференса языковых моделей. Анализ построен на конкретном коммите vLLM, 42172ad от 9 августа 2025 года, и сфокусирован на движке V1 (более старый V0 объявлен устаревшим, но упоминается для сравнения). Пост разбит на пять частей: движок и его ядро (планировщик, постраничное внимание, paged attention, непрерывный батчинг), продвинутые возможности (чанкованное...