Atlas ist ein von Grund auf neu geschriebener Inference-Engine speziell für DGX Spark (GB10) mit Fokus auf minimale Latenz und maximalen Durchsatz. Das Team erkannte, dass nicht die Hardware, sondern 20+ GB Python-Overhead der Bottleneck war, und schrieb daher die gesamte Stack in Rust und CUDA ohne PyTorch oder Python-Runtime. Konkrete Messwerte auf einem Single DGX Spark: Qwen3.5-35B erreicht 130 tok/s Peak / 111 tok/s sustained (3,0–3,3x schneller als vLLM), Qwen3.5-122B läuft bei ~50 tok/s Decode. Die Besonderheiten sind Hand-tuned CUDA-Kernels für Blackwell-GPUs (SM120/121), native NVFP4- und FP8-Unterstützung auf Tensor Cores, Multi-Token-Prediction für Speculative Decoding (bis 3x Throughput-Boost) und OpenAI/Anthropic API-Kompatibilität out-of-the-box. Das Projekt plant Ports auf AMD Strix Halo und RTX 6000 Pro Blackwell; roadmap wird Community-getrieben nach Discord-Feedback entwickelt.