vLLM 更新 transformers 建模后端，兼容架构可达到原生实现速度

vLLM 的 transformers 建模后端在三个 Qwen3 测试中均达到或超过原生实现的吞吐量。该后端通过 torch.fx 静态分析与 ast 改写应用推理层融合，并可继续使用 torch.compile 和 CUDA Graphs；目前不支持线性注意力模型，Hub 仓库中的非规范自定义模型也难以使用。