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。