Новости
Optimizing DeepSeek-V4.1 on H200 with SGLang PD Disaggregation
LMSYS · Опубликовано · 3 мин чтения
За 30 секунд
- Что произошло
- SGLang optimized DeepSeek-V4.1 serving on H200 GPUs by fixing Indexer scoring, reducing unnecessary computation, and improving communication patterns.
- Почему это важно
- Engineers deploying large language models in production need efficient inference serving, especially when balancing prefill and decode workloads across multiple GPUs.
- На что обратить внимание
- Combined optimizations reduced accuracy from 96.74% to 95.38%, a 1.36 percentage point drop. Results are configuration-specific and may not generalize to different hardware or deployment topologies.
- deepseek
Паттерны, стоящие за этой новостью
Каждый разбирает, как работает техника, когда она оправдывает затраты и где ломается.
The Agent Architect
Один паттерн, один компромисс, одна история сбоя в продакшене. Короткий еженедельный брифинг для тех, кто строит агентные системы.
Одно письмо в неделю, отписка в один клик. Адрес используется только для рассылки брифинга.