SGLang v0.5.15 发布
BanghuaZ · x · 2026-07-11
SGLang 发布 v0.5.15，这一轮重点是面向生产环境的推理服务优化。
主要进展
- 团队围绕 GLM-5.2 NVFP4 做了生产 serving 调优，在 8x B300 上达到 500+ tok/s/user，在 4x GB300 上达到 450 tok/s/user（bs=1）。
- 新增支持的模型包括：Hunyuan 3、HRM-Text、NVIDIA LocateAnything-3B、Baidu Unlimited-OCR、JoyEcho、Qwen3.6 等。
- 默认捕获路径改为 Breakable CUDA Graph。
- 内置 web search，由 Exa 提供支持。
- 增强了 decode context parallelism，覆盖 MLA 模型（包括 DeepSeek V3）。
- 为 routed MoE 加入 FlashInfer all-to-all。
- DeepSeek-V4 相关的 FlashMLA sparse prefill 默认开启，长上下文预填充和端到端性能也有提升。
额外信息
- 这次版本吸收了 43 位新贡献者。
所属事件:SGLang v0.5.15聚焦生产推理性能优化(2 条相关)→
「Infra」频道最新
- 多州暂停新建数据中心，72% 美国人反对建在家门口 — YvesMulkers · 2026-10-26
- 500 万美元种子轮不够 DeepSeek 训一遍:没 GPU 的 AI 创业只剩三条路 — FinanceYF5 · 2026-10-26
- HBM 需求转向:低端推理砍单,Rubin 将全系 12-high HBM — BenBajarin · 2026-10-26
- CircuitHub 发布工厂级机器人 The Grid，美国产 PCB 提速两倍对标深圳 — garrytan · 2026-10-26
- Ubicloud 发文修复 vLLM 工具调用准确率问题 — petrusenko_max · 2026-10-26
- Meta 批准无投票权 C 类股，2026 年资本开支指引达 1350–1450 亿美元 — thione · 2026-10-26