xAI SGLang 负责人：如何在 10 万张 GPU 上部署 Grok
FinanceYF5 · x · 2026-07-07
前伯克利博士、xAI SGLang负责人通过23分钟视频系统讲解了在10万张GPU规模上部署Grok的工程架构：拆分Prefill与Decode阶段分别优化；将MoE专家分片到不同GPU；按专家路由Token减少通信开销；让通信与计算重叠执行以掩盖延迟。最终实现以低于DeepSeek API的价格对外提供服务。内容涵盖大规模MoE推理的核心工程权衡，是理解当前最先进推理服务栈的深度参考资料。
「Infra」频道最新
- Claude 近半营收来自云市场渠道，占比三年内从 11% 涨至 47% — BenBajarin · 2026-10-26
- 降价即放量：Anthropic 10 月 token 用量暴涨，年底 ARR 或破 1000 亿美元 — GavinSBaker · 2026-10-26
- Alex Banks：电力是 GPU 上线瓶颈，真正的风险是需求先降温 — thealexbanks · 2026-10-26
- 分析师：蚂蚁是当前工作负载最具弹性可置换的模型厂商 — BenBajarin · 2026-10-26
- Anthropic S-1：训练基建优势使单任务成本降40%、营收增速翻倍 — BenBajarin · 2026-10-26
- 研究揭示合成数据最优比例随算力从10%升至32% — heghbalz · 2026-10-26