Dans l'actualité
Optimizing DeepSeek-V4.1 on H200 with SGLang PD Disaggregation
LMSYS · Publié le · 3 min de lecture
En 30 secondes
- Ce qui s'est passé
- SGLang a optimisé le serving de DeepSeek-V4.1 sur GPU H200 en corrigeant le scoring de l'Indexer, réduisant les calculs inutiles et améliorant les patterns de communication.
- Pourquoi ça compte
- Les ingénieurs déployant des modèles de langage en production ont besoin d'un serving d'inférence efficace, particulièrement en équilibrant les workloads prefill et decode sur plusieurs GPU.
- Vigilance
- Les optimisations combinées ont réduit la précision de 96,74% à 95,38%, une baisse de 1,36 point de pourcentage. Les résultats sont spécifiques à la configuration.
- deepseek
Les patterns derrière cette actualité
Chacun explique le fonctionnement de la technique, quand elle vaut son coût et où elle casse.
The Agent Architect
Un pattern, un compromis, une panne de production racontée. Un brief hebdomadaire court pour ceux qui construisent des systèmes agentiques.
Un email par semaine, désinscription en un clic. Votre adresse ne sert qu'à envoyer le brief.