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...
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
