vLLM
定着リーダーThe High-Throughput and Memory-Efficient inference and serving engine for LLMs
vllm.ai 出典★ 27.3KApache-2.0AIモデル・エージェント / モデル学習・推論インフラ
- 月間訪問数
- 1M
- 下降3.9%前月比2026年9月
- 公開された売上
- 非公開
- 公開収益の証明はまだありません
- 最低料金
- 無料
- 月額サブスク価格なし
- 公開日
- 3年前
- 2023-06-19 · 推定
訪問
マーケティング動向
公開・検索&コンテンツ・参照・プロモーションvLLM-Omni supports H3-Image across multiple GPU and NPU platforms製品動向
vLLM announced that vLLM-Omni supports H3-Image across NVIDIA data-center and RTX GPUs, AMD, Intel, Moore Threads, and Huawei Ascend NPUs.
11月12日 · 2日前Xの投稿
PyTorch hosts Ascend for PyTorch Meetup in Beijingプロモーション
On November 7, PyTorch hosted the Ascend for PyTorch Meetup in Beijing, bringing together maintainers from PyTorch core, TorchNPU, vLLM, and over a hundred developers for technical talks, roundtables, and hands-on sessions.
11月7日 · 7日前Xの投稿
新製品のリリース公開
2023年6月19日 · 3年前公式サイト
OSS&セルフホスト
- GitHubスター数
- ★ 27.3K
- フォーク数 (Forks)
- 5,925
- ライセンス
- Apache-2.0
- 主要言語
- Python
流入元
訪問構成
チャネル
- ダイレクト43%
- 自然検索35%
- 外部参照16%
- その他5%
国・地域
- 中国42%
- アメリカ合衆国13%
- インド5%
- ナイジェリア3%
- 韓国3%
検索
ドメイン評価 (DR) 82ドメイン登録 2023-06-19
| キーワード | 月間検索数 |
|---|---|
| vllm | 138.5K |
| deepseek v4.1 | 96.6K |
| vllm-ascend | 2,000 |
| vllm ascend | 1,930 |
| vllm recipe | 1,920 |
トラフィックデータ:Vaneform
料金
料金ページが未特定か、公開価格が記載されていません。
ページ&変更履歴
主要ページ
週次スナップショット- トップvllm.ai/
- 機能vllm.ai/events スナップショット 2026-11-05
公式ブログ&更新履歴
最新の公式記事&製品アップデートH3-Image Day-0 Support: 4K in 0.87s with Vera Rubin
H3-Image on Vera Rubin: 0.87-second 4K generation or 6,115 images/hour on four GPUs, with projected API revenue and support across consumer and data-center hardware.
Encoder Disaggregation in vLLM: Scaling Multimodal Serving with EPD
Recent advances in vLLM encoder disaggregation: metadata-only multimodal requests, dedicated encoder execution, remote embedding transfer, cross-encoder caching, and lower-overhead EPD routing.
Migrating vLLM to the LibTorch Stable ABI
How vLLM migrated its CUDA build and compiled dependencies to the LibTorch Stable ABI, enabling compatible PyTorch upgrades without rebuilding vLLM.
VeRL-Omni v0.3.0: Async Training and Broader Multimodal Post-Training
VeRL-Omni v0.3.0 expands async RL, makes the V1 trainer the default, and adds reproducible recipes for audio-video generation and multimodal understanding.
変更
追跡開始以降、価格・プラン・位置づけの変更は検出されていません。
デザイン
ミニマル・モノクローム(ライト背景・余白多め密度):中央見出し+CTAボタンレイアウトと純タイポグラフィ&幾何学図形ビジュアル。
ファーストビュー · クリックで拡大
First-screen pitch & conversion flow
“The High-Throughput and Memory-Efficient inference and serving engine for LLMs”
中央見出し+CTAボタンのファーストビュー構造に、アプリDL / 拡張機能追加のCTAと明示的な実績表示なしを組み合わせた設計。
Conversion path: 中央見出し+CTAボタン + 純タイポグラフィ&幾何学図形 → アプリDL / 拡張機能追加
- カテゴリ定義・王道アンカー
パレット · クリックでコピー
- フォント&タイポグラフィ
- 7.0
- 配色&コントラスト
- 7.0
- レイアウト&余白
- 7.0
- ディテール&完成度
- 7.0
- 独自性・スタイル識別度
- 5.0
市場構造
- フォント
- Inter
- ファーストビュー構成
- 中央見出し+CTAボタン
- メインビジュアル
- 純タイポグラフィ&幾何学図形
- コンバージョンCTA
- アプリDL / 拡張機能追加
- 社会的証明・実績
- 明示的な実績表示なし
- ナビゲーション
- 全幅トップバー
- 明暗&情報密度
- ライト · 余白多め
- 角丸&階層表現
- 小角丸 · 細線ボーダー
AIデザイン仕様全文をプレビュー(:root CSS変数&レイアウト規則を含む)スタイルトークンのみ抽出。ブランド名・ロゴ・文言・画像の模倣は禁止
# デザインブリーフ:ミニマル・モノクローム
モノクロパレットに単一のアクセントカラー、極細の区切り線、たっぷりの余白を組み合わせたスタイル。
## デザイントークン
```css
:root {
--background: #ffffff;
--surface: #eaf6fe;
--foreground: #050510;
--muted-foreground: #6b7787;
--accent: #35a3ef;
--radius: 4px;
--font-heading: "Inter", ui-sans-serif, system-ui, sans-serif;
--font-body: "Inter", ui-sans-serif, system-ui, sans-serif;
}
```
配色面積比:背景 #FFFFFF (~84%) · サーフェス #EAF6FE (~3%) · 本文 #050510 (~6%) · 補助テキスト #6B7787 (~3%) · アクセント #35A3EF (~4%)。背景とサーフェスがキャンバスの大部分を占め、アクセントカラーは主要ボタンとアクティブ状態に限定します。
## レイアウト&コンバージョン構造
- ヒーローレイアウト:中央見出し+CTAボタン
- ナビゲーション構造:全幅トップバー
- テーマと密度:ライト · 余白多め
- 角丸とエレベーション:小角丸;ドロップシャドウなし — 1pxの細線ボーダーと余白で階層を分離
- 主なビジュアル媒体:純タイポグラフィ&幾何学図形
- コンバージョン CTA:アプリDL / 拡張機能追加
- 見出しフック:カテゴリ定義・王道アンカー
- 空間レイアウトの要点:中央見出し+CTAボタンのファーストビュー構造に、アプリDL / 拡張機能追加のCTAと明示的な実績表示なしを組み合わせた設計。
- ビジュアル要約:ミニマル・モノクローム(ライト背景・余白多め密度):中央見出し+CTAボタンレイアウトと純タイポグラフィ&幾何学図形ビジュアル。
## 避けるべき表現
- 多色ネオングラデーション
- 濃いドロップシャドウ
- 複数の競合するアクセントカラー
上記のデザイントークンとレイアウト仕様に従ってUIを実装してください。カラーはこれらのCSS変数のみを使用し、アクセントカラーは主要CTAとアクティブ状態に限定します。視覚スタイルのみを取り入れ、参考製品のブランド名・ロゴ・文言・画像は一切複製しないでください。
よくある質問と根拠データ
- vLLMのウェブサイトの訪問数は?
- Vaneformによる2026-09の推定訪問数は1Mです。再訪問も含まれます。有料顧客数と売上はそれぞれの根拠で確認してください。出典
同じカテゴリのプロダクト
同じカテゴリに登録されているプロダクトです。代替として使えるかは、解決する課題、機能、導入条件を比べて判断してください。