TL;DR · 一句话结论

LMSYS 与 SGLang 团队为 GLM-5.2 NVFP4 推出推理优化，8×B300 单 batch 解码超 500 TPS。这是一条「模型发布（AI Models）」类 AI 信号，小雯机会评分 8.7/10，风险评分 3.6/10，数据源为 AI HOT日报 / 技巧与观点。

• 这是什么：LMSYS 与 SGLang 团队针对智谱 GLM-5.2 NVFP4 模型在 Grace Blackwell 硬件上推出多项优化。运行时方面，Spec V2 重叠调度消除 GPU 气泡，端到端 TPS 提升 11%；IndexShare MTP 在 draft 步骤间复用 DSA indexer 的 top-k，长上下文下 draft 步骤成本降低约 1.9 倍。内核方面，TopK-V2 将 TopK 视为选择问题，80K ISL 下平均延迟从 40.7 µs 降至 17.5 µs（2.33× 加速），1M IS...
• 为什么值得关注：模型竞争正在进入真实业务闭环，创业者要关注可用性、成本和落地场景，而不是只看参数。这条值得关注：LMSYS 与 SGLang 团队为 GLM-5.2 NVFP4 推出推理优化，8×B300 单 batch 解码超 500 TPS
• 归类标签：AI Models
• 首次收录：2026-07-15，累计出现 1 次