百度百舸X SGLang开源MTP代码，DeepSeek-V3.2推理性能提升2倍

开源社区是推动 AI 创新的核心引擎。全球开发者汇聚智慧、共享代码，我们才有机会更高效地突破技术瓶颈，携手迈向通用人工智能的未来。

免费影视、动漫、音乐、游戏、小说资源长期稳定更新！ 👉 点此立即查看 👈

近期，百度百舸与 SGLang 社区展开深度合作，正式开源一套已在生产系统中经过严格验证的 MTP 高性能推理代码。

这套代码在性能上表现卓越，更在百度内部大规模服务中验证了其优异的稳定性与可靠性。SGLang 社区的实际测试表明，该代码让最新的 DeepSeek-V3.2 模型实现了解码吞吐量提升超过 2 倍的显著性能改进，从而帮助开发者直接在生产环境中部署这套优化方案。

代码地址：https://github.com/sgl-project/sglang/pull/11652

本次开源的核心是一个为 DeepSeek-V3.2 全新的 DSA 架构专门定制的 MTP 实现。由于 DSA 架构的引入，原先适用于旧版 DeepSeek 模型的 MTP 代码无法直接复用。同时，架构的升级在带来新的优化机遇的同时，也为推理性能突破带来了全新的挑战。

MTP 技术让模型在单次前向传播中一次性预测多个未来 token，再统一进行验证，这显著减少了生成完整序列所需的总步数。其核心价值在于通过改变传统的解码方式突破效率瓶颈：

○ 传统方式（自回归解码）：模型每次只生成一个 token，必须等待上一个 token 生成完毕后才能继续生成下一个。这种方式虽然稳定，但在速度方面存在明显限制。

○ MTP 方式（批量生成，集中验证）：模型能够智能地一次性推理出多个候选后续 token，再统一进行验证。这好比从逐个打字提升为智能联想输入，一次性能给出多个候选词组，从而大幅降低了生成轮次，打破了序列化处理的瓶颈。

百度智能云的核心工作，正是为全新的 DSA 架构实现了这套高效的 MTP 方案。生产级别的代码贡献使得 SGLang 社区的开发者无需重复底层探索与试错，便能直接获得性能倍增且稳定可靠的推理能力。

未来，百度百舸 AI 计算平台的研发团队将持续向 SGLang 社区开源更多生产级别的核心代码，与全球开发者携手推动大模型技术的创新发展与普惠应用。