Backend de modélisation transformers à vitesse native pour vLLM

Hugging Face annonce un backend transformers natif pour vLLM, le moteur d'inférence haute performance. Cette intégration permet d'exécuter directement les modèles de la bibliothèque transformers dans vLLM sans étape de conversion, tout en conservant des performances proches du code optimisé manuellement. L'objectif est de simplifier le déploiement de nouveaux modèles et de réduire le délai entre publication et disponibilité en inférence optimisée.