vLLM 官方转评实测：同款 RTX 5090 长上下文推理性能差约 100 倍

vLLM 官方账号转评 @NicWAI 的长上下文推理实测：双 RTX 5090 上跑同一模型，vLLM 达到 110 tokens/s，而 llama.cpp 在单张 5090 上长上下文首 token 等了约 30 分钟，性能差约 100 倍。