sskj/experiments/h200/dsv4_h200_sglang_vs_vllm

DSV4 H200 SGLang vs vLLM 对比实验

在 8x NVIDIA H200 上，用统一控制变量对比 SGLang 与 vLLM serving DeepSeek-V4-Flash。

设计原则

• 两个 backend 都使用 TP=8，绑定全部 8 张卡。
• 压测客户端统一使用 sglang.bench_serving。
• 场景矩阵、并发、输入/输出长度、请求数对两个 backend 完全一致。
• 每个 phase 启动 server 后先做 warmup，再跑正式压测。
• 短上下文和长上下文分阶段启动 server，避免 max-model-len / max-num-seqs 显存冲突。
• 每次 server 启动的完整命令行参数会写入 results/<RUN_ID>/<backend>/results.json 的 config.phase1_server_args / config.phase2_server_args，方便在 P800 等其他平台复现时保持参数一致。

场景矩阵

Phase 1：短上下文吞吐（max_model_len=32k）

Concurrency	Input	Output	Num prompts
1	512	256	32
32	512	256	128
128	512	256	128
1	4000	512	32
32	4000	512	64

Phase 2：长上下文（max_model_len=210k）

Concurrency	Input	Output	Num prompts
1	32768	1024	8
1	65536	1024	4
1	131072	1024	2
1	200000	1024	1

ShareGPT 真实对话数据（max_model_len=32k）

Concurrency	ShareGPT context len	Output	Num prompts
1	32768	256	32
32	32768	256	128

使用 datasets/ShareGPT_filtered_chat.json，--sharegpt-context-len 32768 会自动过滤超长请求。

快速运行

bash experiments/dsv4_h200_sglang_vs_vllm/run_bench.sh

断点续跑

如果实验中途因为脚本/机器原因中断，可以复用同一个 RUN_ID 继续跑，已经完成的 scenario 会自动跳过：

RUN_ID=20260708-XXXXXX bash experiments/dsv4_h200_sglang_vs_vllm/run_bench.sh

判断标准是 raw_outputs/*.jsonl 已存在且 completed 数量达到预期。

结果保存在 experiments/dsv4_h200_sglang_vs_vllm/results/<RUN_ID>/：

results/<RUN_ID>/
├── sglang/
│   ├── results.json
│   ├── report.md
│   └── raw_outputs/      # gitignored
├── vllm/
│   ├── results.json
│   ├── report.md
│   └── raw_outputs/      # gitignored
├── comparison.md
└── logs/

文件说明

文件	作用
config.env	公共配置：模型路径、端口、场景矩阵、虚拟环境
start_sglang.sh	按 phase 启动 SGLang server
start_vllm.sh	按 phase 启动 vLLM server
run_bench.sh	总 orchestrator：跑 SGLang → 跑 vLLM → 生成对比报告
warmup.py	用 sglang.bench_serving 发送少量预热请求
parse_backend.py	解析单个 backend 的 raw jsonl 为 results.json + report.md
compare.py	读取两个 backend 的 results.json，生成 comparison.md

环境

• SGLM server: /data/user1/yy/envs/sglang
• vLLM server: /data/user1/yy/envs/vllm
• Benchmark client: /data/user1/yy/envs/sglang（统一用该环境的 sglang.bench_serving）