1、前言

2025年8月，经过SGLang社区与昇腾的共同努力，将SGLang的灵活编程框架与昇腾强大的异构算力深度融合，使能SGLang在昇腾平台上无缝运行大模型推理，并正式面向用户推出基于SGLang的大EP集群推理解决方案。当前用户可获取最新release版本的SGLang以体验低延迟、高吞吐的推理系统。

2、多种类大模型支持，满足多样化需求

通过增强SGLang原生能力并集成昇腾异构加速推理能力，当前已可开箱支持多种稠密Dense、稀疏MoE大语言模型及多模态模型，如Qwen系列、LLaMA系列、DeepSeek系列等。用户可以在昇腾平台运行各类大模型推理，并基于SGLang增量开发，满足不同场景的应用需求。

3、SGLang核心加速特性支持

经过SGLang社区与昇腾的协同，当前昇腾平台已支持部分核心加速特性如PD分离PD Disaggregation、调度掩盖Overlap Scheduler、TP并行Tensor Parallel、注意力层DP并行DP Attention、大EP推理DeepEP MoE，即将支持加速特性如专家负载均衡EPLB、投机推理Speculative Decoding及图模式NPUGraph。社区最新加速能力平滑迁移至昇腾平台，面向用户提供高性能推理最优实践。

4、生态亲和加速的大EP推理框架

昇腾基于SGLang推理框架正式推出生态亲和的大EP推理加速库，通过北向接口兼容DeepEP，目标无需更改调用方式即可使能昇腾大EP方案，全面利用昇腾平台优势，增强专家并行Expert Parallel的吞吐能力。

5、共建昇腾生态库，加速开源开放

SGLang社区与昇腾达成一致目标，共同建立[sgl-project/sgl-kernel-npu](https://github.com/sgl-project/sgl-kernel-npu)项目，面向SGLang社区提供生态亲和、面向全场景的标准接口融合算子与加速库。

6、快速体验

容器准备：

https://docs.sglang.ai/platforms/ascend_npu.html#method-2-using-docker

快速体验DeepSeek：

https://docs.sglang.ai/platforms/ascend_npu.html#running-deepseek-v3

7、致谢

SGLang原生支持昇腾大EP推理解决方案是昇腾生态发展的一个重要里程碑，这一成果的实现离不开社区的深度协作与卓越贡献。

我们在这里向以下基于支持与反馈的团队成员致以谢意：

• •SGLang核心团队：Lianmin Zheng (https://github.com/merrymercy)、Yineng Zhang (https://github.com/zhyncs)、Jiexin Liang (https://github.com/Alcanderian)、Shangming Cai (https://github.com/ShangmingCai) 感谢核心团队成员认真审核PR，给予优质的反馈意见并协助贡献高质量的代码
• •KTransformers团队：Mingxing Zhang，感谢分享基于昇腾平台的优化经验

8、相关PR

# 7722、# 7791、# 8355、# 7795