SGLang giới thiệu Waterfill và LPLB nâng cao cân bằng tải DeepEP MoE
Tiêu đề gốc:Blog Improving DeepEP MoE Load Balance in SGLang with Waterfill and LPLB Mixture-of-Experts (MoE) models rely on Expert Parallelism (EP) to scale inference across multiple GPUs. In SGLang, DeepEP and EPLB provide high-performance serving under EP, but the workload seen by ... NVIDIA Team
Tóm tắt AI
SGLang bổ sung hai phương pháp cân bằng tải khi lập lịch cho suy luận DeepEP MoE: Waterfill phân bổ chuyên gia chia sẻ cho rank tải thấp hơn, dưới tải dịch vụ DeepSeek-V3/R1 giúp tổng thông lượng tăng 1,48% đến 4,66%, trên DeepSeek V4 điểm tốt nhất từ 49.253 tok/s lên 51.677 tok/s (+4,92%); LPLB tối ưu định tuyến token của bản sao chuyên gia dư thừa dựa trên quy hoạch tuyến tính, kết hợp EPLB đạt thông lượng tăng 0,84% đến 7,34% trên cùng cụm.
Thông tin chính
- SGLang bổ sung hai phương pháp cân bằng tải khi lập lịch cho suy luận DeepEP MoE: Waterfill phân…
- 253 tok/s lên 51.
- 677 tok/s (+4,92%)
- LPLB tối ưu định tuyến token của bản sao chuyên gia dư thừa dựa trên quy hoạch tuyến tính,kết hợp…
Tóm tắt nhanh
- Đăng lúc
- Cập nhật lúc
- Nguồn
- LMSYS Blog
- Danh mục
- Sản phẩm & ứng dụng
- Điểm AI
- 58
SGLang 引入 Waterfill 和 LPLB 两种负载均衡算法,实测 DeepSeek V3/R1 和 V4 吞吐提升最高 7%,用 SGLang 跑 MoE 推理的开发者值得一试。
Thực thể liên quan
Nguồn và bản quyền
Bài viết này được tổng hợp dựa trên các tiêu đề chọn lọc và tóm tắt AI từ API công khai của AIHOT, đã ghi rõ nguồn và liên kết ngược; bản quyền nội dung gốc thuộc về cơ quan truyền thông và tác giả gốc, trang này không sao chép toàn văn.
Cách trích dẫn
Khi trích dẫn bài viết này, vui lòng giữ nguyên tiêu đề, ngày đăng và liên kết vĩnh viễn, đồng thời ghi rõ nguồn là Orange News.
Orange News: SGLang giới thiệu Waterfill và LPLB nâng cao cân bằng tải DeepEP MoE. 26 tháng 6 2026. https://new.nat6.net/vi/news/cmqwtlsg0001nslp0zt3eyzhr/