SGLang 发布 v0.5.15.post1 补丁，修复 GLM 5.2 相关问题

AI 摘要

SGLang 发布了 v0.5.15.post1 补丁版本，主要针对 GLM 5.2 模型进行修复。修复内容包括 DSA 模型在非 CUDA/HIP 设备上的启动问题、flashinfer 在 CUDA 12 镜像上的依赖问题、长输入下 FP4 MoE 内核导致的 NaN 输出，以及 GLM 5.2 在 PD 分离和上下文并行设置下的 IndexShare 问题。

正文节选

v0.5.15.post1 includes a few patches, mostly for GLM 5.2 - #30454 #30627: Fix DSA model launching on non Cuda/HIP devices - #30858: Fix flashinfer dependency on Cuda 12 images - #31001: Fix NaN outputs caused by flashinfer trtllm FP4 MoE kernels on long input - #30839: Fix GLM 5.2 IndexShare on PD disaggregation setting - #30992: Fix GLM 5.2 IndexShare on Context Parallel setting

发布时间：2026-07-14 16:43

抓取时间：2026-08-02 00:31

来源机构：SGLang