热点事件持续更新
Novita AI 优化 GLM4-MoE 推理性能
1 篇报道1 个报道来源13 小时前更新
先了解这件事
AI 综述
2026年9月30日，Novita AI 在 LMSYS 博客（Chatbot Arena 团队）发布基于 SGLang 部署 GLM4-MoE 模型的端到端推理优化方案。据该报道，方案使首 token 延迟（TTFT）最高降低 65%，在 agentic coding 负载下每 token 输出时间（TPOT）提升 22%，相关结果在 H200 集群 TP8、FP8 配置下完成验证。这是该事件目前唯一可见的报道，尚无后续进展或与其他报道的矛盾信息。
AI 根据报道生成 · 11 小时前更新
最新进展9月30日 23:28
Novita AI 发布基于 SGLang 的 GLM4-MoE 部署优化，TTFT 最高降 65%。报道时间线
沿着报道，了解事件的不同侧面。
9月30日
- LMSYS：Blog（Chatbot Arena 团队）Novita AI 分享 GLM4-MoE 生产部署优化：基于 SGLang 将 TTFT 最高降低 65%
Novita AI 发布基于 SGLang 部署 GLM4-MoE 模型的端到端推理优化方案，TTFT 最高降低 65%，agentic coding 负载下 TPOT 提升 22%，结果在 H200 集群 TP8、FP8 配置下验证。
本事件热度走势
当前热度 7·可比范围峰值 10（10月1日 01:00）·近 24 小时可比范围变化 –
趋势仅比较持续完整观测到的相同主体，范围可能小于当前热度统计。移动指针或点击图表查看每小时热度；键盘可用左右方向键切换。