随着大模型（LLM）应用深入，长文档分析、多轮 Agent 交互等场景对上下文长度的需求爆发式增长。然而，有限的 GPU 和 HBM 显存资源已成为制约推理性能和扩展性的核心瓶颈。如何在保证极致推理速度的同时，显著降低 TCO 并支持无限延伸的上下文，是业界共同面临的挑战。
本次 Meetup 由 SGLang、阿里云数据库 Tair KVCache 、NVIDIA 开发者社区 和千问 APP 基础工程团队联合举办。活动将深度聚焦大模型推理的演进方向，公开 SGLang 的最新发展路线图，深度解密 Tair KVCache 如何通过分层存储和高速网络重构推理架构。同时，我们特邀来自千问 APP、 NVIDIA 的技术专家，分享在构建大规模、高性能推理服务的一线优化实战经验。
📅 3月7日14:00-18:00
📍上海 T·HOUSE 艺术空间（闵行区漕河泾开发区，古美路 1528 弄 7 号楼）
👉🏻报名链接：https://survey.aliyun.com/apps/zhiliao/rhkk7qcDX
加入钉钉交流群：109765011301
精彩看点预告
1️⃣ SGLang 独家剧透
SGLang 的现状与未来全景路线
《SGLang 高性能推理：现状与未来路线图全景解析》
《SGLang 面向 HybridModel 的优化实践》
2️⃣ 千问 APP 业务实战
看千问APP的大模型低延迟推理优化实践
《千问APP中大模型低延迟推理优化实践》
《ECHO-面向高并发低延迟推理的投机采样新方法》
3️⃣ 阿里云存储重构
深度解密阿里云 Tair KVCache 与 NVIDIA、Mooncake 等生态伙伴的技术突破。
《SGLang 与阿里云 Tair KVCache 协同进化》
《Qwen3.5 推理优化实践》
《阿里云 Tair KVCM + Mooncake：全局管理与高性能存储的深度融合》
《SGLang 仿真优化: Tair HiSim 与 Dynamo AIConfigurator 的协同实践》
这是一场关于速度、规模与成本的技术深度交流，诚邀每一位关注 LLM 基础设施的开发者参与。除了技术干货，现场参与还可获得定制的开工礼包，快来提前预定席位吧！
