随着大模型应用深入，从长文档分析到多轮 Agent 交互，上下文长度的需求正呈爆发式增长。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，打破显存墙、降低 TCO 并支持无限延伸的上下文？
3月7日，坐标上海，一场关于速度、规模与成本的技术交流即将开启！
本次 Meetup 由 SGLang 社区、阿里云 Tair KVCache 团队、千问 APP 基础工程团队、NVIDIA 开发者社区联合举办。我们将深度聚焦大模型推理的演进方向，从框架优化、分层存储到底层算力调度，为你揭开高性能推理背后的硬核技术。
点此立即抢占席位：https://survey.aliyun.com/apps/zhiliao/rhkk7qcDX
🌟 为什么你不能错过？
SGLang 核心团队亲临，首发最新路线图
作为引领计算层效率革命的新一代高性能推理框架，SGLang 核心团队成员将现场解析高性能推理的现状与未来，以及面向 HybridModel 的优化实践。
阿里巴巴千问 APP 亿级用户背后的“极速”秘籍
千问 APP 基础工程团队首次深度解密：面对 Qwen3.5-Plus 的极致性能挑战，团队如何通过极致延迟优化，将大模型能力转化为"会聊天、能办事"的流畅助理体验。
阿里云 Tair KVCache：打破显存焦虑
显存太贵？看 SGLang 与 Tair KVCache 如何协同进化，重构推理架构，实现极致性价比！还有深度拆解阿里云 Tair KVCache 全局分级缓存管理与 Mooncake 高性能存储的深度融合。
NVIDIA 技术专家分享极致性能优化
NVIDIA GPU 计算专家和解决方案架构团队将分别分享 Qwen3.5 推理优化实践、采用阿里云 Tair HiSim 和 NVIDIA Dynamo AIConfigurator 的 SGLang 仿真优化，分享以极低成本模拟高保真推理配置寻优的压测。
参与现场互动，还能获得 SGLang 联名及定制周边！现场更有茶歇交流环节，与众多 LLM 基础设施开发者面对面切磋。
📍 活动信息
● 时间： 3月7日（周六） 14:00 - 18:00
● 地点： 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