Notes d’ingénierie
Des articles pour ceux qui
livrent le stack
Textes originaux sur React, Node.js, TypeScript et AI — issus de la même pratique que notre logiciel opérateur. Corps des articles en anglais.
Tag : vLLM
Exécuter Qwen3.8-27B sur une seule carte RTX 3090, avec vLLM mis à jour et DFlash2.
Comment une branche de vLLM 0.28.0 verrouillée, avec des embeddings réquantifiés et la spéculation DFlash2, permet de faire fonctionner un modèle hybride de 27 milliards de paramètres sur une carte de 24 Go, et en quoi un contexte trop long ralentit son fonctionnement.
3193 motsLire
FAQ
À propos de ces articles
Oui. Chaque texte est un rewrite anglais original pour ce site. Structure et code suivent la source ; la prose est réécrite et contrôlée.
Les posts techniques partent en anglais pour garder code et API exacts. L’habillage du site existe en neuf langues.
Les brouillons entrent en file après relecture. L’import ne prend que les slugs nouveaux ou modifiés — sans doublons.
Exemples illustratifs. Validez stack et licences avant la prod. Pour une livraison, envoyez le brief.
Devis en 24 h
Besoin du même stack en couche opérateur ? Envoyez le brief — devis sous 24 h.