# 弹性专家并行

在vLLM的弹性专家并行中，扩缩容过去要暂停服务，DeepSeek V4 Pro从16块扩到20块GB200时中断99.62秒。新方案把重配置拆成后台准备与短暂提交，并让NIXL EP原地增删通信成员、保留已捕获的CUDA图，使同一基准下扩容中断降到0.82秒、缩容降到1.96秒。

在vLLM的弹性专家并行中，扩缩容过去要暂停服务，DeepSeek V4 Pro从16块扩到20块GB200时中断99.62秒。新方案把重配置拆成后台准备与短暂提交，并让NIXL EP原地增删通信成员、保留已捕获的CUDA图，使同一基准下扩容中断降到0.82秒、缩容降到1.96秒。