算法论文8

SGLang在Blackwell上推理性能远超vLLM

GiantPandaLLM2026-01-06

AI 摘要

作者在Blackwell B200 GPU测试三种MoE后端，SGLang比vLLM峰值吞吐高142 TFLOPS，小batch快1.84×。优势源于kernel融合、硬件特化schedule和自适应grid sizing，这些优化在多维度叠加放大。

关注公众号

扫码关注
第一时间收到每日精选

公众号专辑

用Agent优化SGLang 性能大幅提升

本文是百度百舸与SGLang联合Meetup的分享整理，讲解如何让Agent完成从瓶颈定位、Kernel修改到端到端验证的全流程SGLang性能优化，覆盖多类模型场景，公布实测性能提升数据与百度百舸的通信优化效果。

本文分析SGLang运行DeepSeek-V4.1时，CUDA Graph出现上百条decode CUDA流的问题成因，介绍开源PR的修复方案，分享了压缩profiler显示行数的实用脚本方法。

本文是SGLang团队的DeepSeek-V4.1 Flash Day 0优化实录，详解了架构适配、KV cache压缩、kernel优化到DSpark适配全流程，公开4×B300 GPU实测吞吐数据，附复现代码与步骤

在AGI Playground 2026圆桌论坛，Axiom Math联合创始人等探讨AI核心问题。提到AI进入生产环境，可验证或成瓶颈，还从长任务智能体、推理基建等多方面深入交流，如模型验证、基建优化等。