vLLM V1 移除了 multi step（即 --num-scheduler-steps > 1）特性，导致在某些场景下端到端性能（如吞吐量）比 V0 低 5%-10%。V0 通过多步调度减少了调度开销，提升了吞吐，但 V1 由于架构重构，暂未支持该特性，因此性能略有下降。详细讨论见 官方论坛。
需要进一步了解 V1 的调度机制或优化建议吗？
Sources: