Google Cloud 在 Cloud TPU 上为长上下文多模态嵌入推理实现企业级精度

Google Cloud 将原生 TPU 支持集成进 vLLM，并针对 Qwen3 Embedding 模型系列优化，在 Cloud TPU 上实现长上下文（文本 4K+、多模态 15K+ tokens）多模态嵌入推理。