SGLang发布单GPU Qwen3.8-27B推理方案，速度达206.1 tokens/s

RecodeX 重构消息，推理项目SGLang新增NVFP4和DFlash2配方，支持在单张RTX 5090上运行Qwen3.8-27B模型，项目报告吞吐量为每秒206.1个token。该方案由Ying Sheng和Banghua Zhu主导开发，旨在提升单GPU环境下的推理效率。