据DeepLearning.AI在Twitter发布的信息，该机构上线“使用SGLang实现高效推理：文本与图像生成”新课程，重点讲解利用KV缓存与RadixAttention削减冗余计算、降低LLM推理成本（来源：DeepLearning.AI 2026年4月8日推文）。据DeepLearning.AI报道，课程展示如何在文本与图像生成中复用Key Value状态以减少重复计算，并通过RadixAttention优化注意力路径，从而降低延迟与显存占用，提升单GPU吞吐。根据DeepLearning.AI，该课程还将方法迁移到视觉与扩散类工作负载，帮助企业在不线性增加硬件的情况下扩容推理服务并压缩单位请求成本。