SGL-Diffusion 中 AR+DiT 的全栈性能优化：SRT 后端、动态批处理与异构并行

SGL-Diffusion 团队通过三个递进 PR 优化 AR+DiT 混合生成管线：用 SRT 替换 HF 后端将 AR 阶段解耦为独立服务，单卡 AR 耗时从 122.8s 降至 46.6s（−62.1%），4-NPU 异构配置（AR 用 TP=4、DiT 用 SP=4）下端到端延迟从 154.6s 降至 35.2s（−77.2%）。