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
- 实测戳破 RTK 省钱神话:token 省了,账单分文未降 — Bartaseth · 2026-09-11
- SF Compute 创始人：现在买算力是「绝对糟糕的体验」 — IgorCarron · 2026-09-11
- 开源 SmolVM:2026 年 Agent 不止用浏览器,而是拥有整台电脑 — aniketmaurya · 2026-09-11
- PyTorch Day Korea 2026 首届线下大会启动,9月13日截止征集演讲 — PyTorch · 2026-09-11
- 本地跑 LLM 选卡:4 张 CMP-170HX 涨价 vs Mac Studio M5 — rumboll · 2026-09-11
- llama.cpp 为 RDNA4 调优 Flash Attention,大上下文提升明显 — pmttyji · 2026-09-11