SGLang 的前缀复用与外置 KV 层：能不能配合
SGLang 的 RadixAttention 在显存内做前缀树复用，命中效率高但容量受限于显存。外置 KV 分层解决的是「逐出后找回」，两者机制互补。铭信实测基于 vLLM 栈，SGLang 适配以实测回填。
RadixAttention 解决什么、不解决什么
SGLang 用基数树（radix tree）管理 KV 前缀，显存内命中即复用，对高重复前缀负载（批量结构化生成、多分支采样）效率很高——这是推理引擎层的优秀设计（公开资料口径）。
但它与 vLLM prefix caching 面对同一个物理约束：显存容量。会话规模一上来，树节点照样被逐出，逐出后回访仍是重算。外置分层解决的正是这一段——把「逐出即丢」变成「逐出可找回」（重算 vs 读回的实测差距见 R2：TTFT p50 149.5s vs 11.85s）。
如实说明实测边界
铭信当前签字级实测（R1–R4）基于 vLLM + LMCache 栈完成；SGLang 的分层缓存（HiCache 方向）与外置层对接属于同类架构，但我们没有 SGLang 平台的实测数字，不预支、不外推——这是本站数据纪律（口径四类之外的数字不写）。
对 SGLang 用户的可用结论：FX 阵列是标准 NVMe-oF 块设备，任何引擎的 SSD 下沉层都可对接；存储层的带宽与共享能力（R1/R3 实测锚点）与引擎无关。欢迎按 G1–G4 门禁流程做 SGLang 平台联测，数字以报告回填。
常见问题
vLLM 和 SGLang 该选哪个？
按负载选：通用服务与生态成熟度 vLLM 占优，结构化生成/多分支采样 SGLang 有设计优势。KV 外置层与两者都不冲突。
SGLang 有官方的外置缓存方向吗？
SGLang 社区有分层缓存（显存→内存→存储）方向的公开演进；具体特性以其官方文档为准，我们不代述。
为什么不直接给 SGLang 的性能数字？
因为我们没测过。本站铁律：只写有报告编号或可复现计算的数字。SGLang 联测排期可联系商务确认。
数据出处（可查证）
相关阅读
本站内容为商务合作信息展示，不构成投资要约或任何收益承诺。实测数据均出自签字级/正式版测试报告（见证据库）；厂商口径、公开口径、估算口径均如实标注。