SGLang v0.5.16 加入 DSpark 并首发支持 Inkling
BanghuaZ · x · 2026-07-25
SGLang 发布 v0.5.16，这次更新重点是推理加速和运行时优化。
- 新增 speculative decoding 算法 DSpark，官方称它在不同并发下都比 MTP 更有优势；在 DeepSeek-V4-Pro（TP8、B300、bs=1）上，接受长度约 5 时达到 383.7 tok/s。
- 对 Inkling 提供首发日支持，这是 Thinking Machines Lab 的首个 open-weights 模型，并已给出 Blackwell、H200、AMD MI350X/MI355X 的可验证 cookbook 方案。
- 同时新增对 LongCat 2.0 FP8、JetBrains Mellum v2、Pi0.5、LongLive 2.0 的支持。
- 其他优化包括：SWA/Mamba/DSA 共用 prefix cache、GLM-5.2 的跨 GPU cache 切分、GDN 更轻量的 speculative decoding，以及 Blackwell 上首个正确的 KDA MTP 路径。
「Infra」频道最新
- 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
- Unsloth 发布 MiniMax-M3.1-Flash 量化：2-bit 保留 91.5% 精度，150GB 内存可跑 — danielhanchen · 2026-10-26