Google Cloud 在 TPU 上为 vLLM 加入长上下文多模态嵌入推理支持
Google Cloud 将原生 TPU 支持集成进 vLLM，并以 Qwen3-Embedding-8B 和 Qwen3-VL-Embedding-8B 为目标模型做了多项工程优化，支持 4K+ token 文本和 15K+ token 多模态输入。
推荐理由：原文给出 vLLM-TPU 上部署 Qwen3 嵌入模型的具体优化与开源配方，可了解长上下文多模态嵌入的工程路径。
内容形态
教程实践 最新动态
拿来就能用的实操内容：Agent 搭建、编码工作流、微调与部署的踩坑经验。
22 条精选近 30 天 17 条共收录 87 条
更新
精选归档 · 第 2 页
Google Developers Blog精选AI 评分6060
JetBrains AI Blog精选AI 评分6060 JetBrains 开放 Central CLI 早期访问，用 AI credits 管控第三方 Agent 开销
JetBrains 在 2026 上半年 AI 开发支出增长约 10 倍后，把内部调试用的 CLI 包装器做成 JetBrains Central CLI，并于 7 月 8 日开放早期访问，任何拥有 JetBrains AI credits 的个人或组织均可使用。
推荐理由：JetBrains 公开了内部 AI 成本治理的完整路径，从失控到自研 CLI 再到开放早期访问，可对照自身团队的多工具开销问题。