SGLang 社区项目加速 MoE 支持
BanghuaZ · x · 2026-07-13
一个社区项目正在给 SGLang 加上 MoE 支持，并提供可配置的 offloading 和 SM120 kernels。
转发内容强调，这个方向“非常值得关注”，尤其要看它的基准测试是否能兑现速度承诺。引用里还提到，它兼容 SGLang，可在 VRAM 中运行 2.7bpw，通过把部分内容 offload 到 DDR / NVMe 来换取更好的质量恢复，但代价是速度下降。项目灵感来自 vllm-moet，并声称当前 benchmark 表现“非常快”。
所属事件:SGLang社区项目新增MoE支持与加速(2 条相关)→
「Infra」频道最新
- Engram 随机读取不适合 SSD，CPU 内存低延迟共享或成正解 — bookwormengr · 2026-09-11
- 劝退帖:推理工程是真金白银的硬活,八成尝鲜者已悄然放弃 — abhijithneil · 2026-09-11
- Hugging Face《Ultra Scale Playbook》:GPU 集群训练 LLM 的免费技术书 — mdancho84 · 2026-09-11
- 从聊天到 Agent,推理延迟正在成为生产级瓶颈 — Euphoric_Sea632 · 2026-09-11
- 推理服务关键指标盘点:流式速度 TPOT 与可用性如何影响体验 — abhijithneil · 2026-09-11
- PlanetScale 推出分片 Postgres,768 台服务器组成 1PB 单库 — dhruv2038 · 2026-09-11