SGLang 在 2026 年 7 月底的官方 Release 中，提供了对 Kimi K3 2.8T LatentMoE 模型与 MiniMax-H3 音视频模型的 Day-0 原生推理支持，并引入了 DCP（Decode Context Parallelism）、DSpark 投机解码、KDA-aware 前缀缓存与 FlashInfer 优化，且...
2026年年中，NVIDIA Blackwell Ultra（B300）上线，面对B200的时租，多付约1.75倍时租能否被拓扑简化赚回？本文用单位Token成本框架给出答案。一、B300上线后，高端卡的价格梯队被拉成了什么样B300（Blackwell Ultra）的公开规格是288GB HBM3e显存（2026年公开规格）和15 PFLOPS密集F...
0 条留言
NexGPU-算力租赁,GPU服务器,GPU云算力,AI服务器租用-新闻博客
