Muse Spark Open 解码跨过每秒千词：把每层压成一个常驻内核，517 升到 1,109 tok/s
Muse Spark Open 的解码速度从基线 517 tok/s 提升到 1,109 tok/s，做法是把每一层的注意力和 MoE 合成一个常驻 GPU 的内核，让权重加载、张量核心计算和跨卡通信在同一时刻重叠进行。此前 SGLang 每个解码步要依次启动约 1,450 个内核，内核之间 GPU 会排空再填充，部分 SM 和线程处于空闲。该结果在 Blackwell GPU 上以批大小为 1、配合 DFlash V2 推测解码测得，尚未扩展到更大批量。