vLLM为了新GPU拆掉旧抽象，为什么还要再造一套可移植层

大模型推理框架长期追求“一套代码跑多种芯片”，但新模型的注意力、混合专家和通信方式越来越专用，新GPU又要求更激进的融合内核。vLLM的新答案不是继续扩大万能抽象，而是双轨：热门模型走硬件专用快车，长尾模型和非主流加速器