近日，北京积算科技有限公司（以下简称“积算科技”）算力服务平台全面集成SGLang-diffusion推理加速技术。通过这一行业首创的加速引擎，积算科技将当前顶级模型Wan 2.2生成720p视频的时间，从传统的40分钟缩短至60秒以内，推理效率提升约40倍。该技术现已在积算科技算力服务平台上线。开发者无需关心繁琐的底层部署，通过平台预设的高性能镜像，即可直接调用这一行业领先的加速能力，助力大规模视觉内容生产步入“高效率、低成本”的新阶段。
尽管视频生成已经迎来了“iPhone时刻”，但百亿参数模型的商业化落地仍面临严峻挑战。主流视频生成模型Wan 2.2的单次生成成本约0.30-0.66美元，Sora更是达到1.30美元，高昂的算力开销阻碍了规模化应用。与语言模型不同，视频生成模型计算密度极大，显存需求随视频分辨率或时长呈指数级增长，极易引发显存“爆仓”(OOM)。
SGLang-diffusion针对大模型视频生成中的显存瓶颈与推理延迟难题，通过智能对模型权重的智能卸载，显著降低显存峰值，让生成更高分辨率、更长时长的视频成为可能。通过序列并行、张量并行及混合并行，把视频生成推理从单机单卡扩展到单机多卡和多机多卡，通过智能缓存并复用高频特征，有效规避冗余计算，从而实现视频生成效率的倍速飞跃。
基于积算科技算力服务平台的wan2.2生成视频效果
积算科技率先引入并深度优化了SGLang-diffusion推理加速引擎，利用自身在大规模并行环境部署上的工程优势，迅速完成了从软件到硬件的深度适配。这一极速落地的背后，是积算科技全系列企业级高性能GPU的硬实力支撑——平台不仅拥有足以容纳Wan 2.2等百亿参数大模型的海量显存和高速互联，更提供极高的FP32/FP16混合精度算力，能精准匹配视频生成模型在VAE编解码、DiT扩散去噪等各阶段的复杂计算和高速通信需求需求。
通过积算科技算力服务平台，用户可一键启用SGLang-diffusion，享受流畅的视频生成体验。在该平台上对当前业界最受关注的SOTA模型——Wan 2.2的实测数据显示：生成720p高清视频的推理时间，从原来的40分钟大幅缩短至1分钟以内。借助积算科技优化的SGLang并行加速环境，原本在传统单卡模式下极其耗时的渲染过程，现在仅需数十秒即可完成，真正实现了生产效率的飞跃。
为了满足专业创作者和工作流开发者的需求，积算科技不仅提供SGLang-Diffusion的基础镜像，更在平台层面实现了ComfyUI与SGLang-diffusion的深度协同。用户可以继续使用熟悉的ComfyUI可视化界面自由构建复杂的视频生成 Pipeline，同时将繁重的推理任务无缝卸载至后端的SGLang高性能服务集群。这种黄金组合，让用户既保留了工作流的灵活性，又享受到了企业级的并发处理能力和推理速度，彻底解决了ComfyUI在大规模批量生成时的性能瓶颈。
使用ComfyUI集成SGLang-diffusion搭建视频生成流程
目前，这一深度适配的高性能推理服务已正式登陆积算科技算力服务平台，全面开放即时部署体验。积算科技算力服务平台已完成对 Wan (万相)、Hunyuan （混元）等前沿视频生成模型，以及FLUX、Qwen-Image、GLM-Image、Z-Image等图像生成模型的全方位适配与优化。这一全栈式的模型支持能力，能够精准覆盖短剧广告自动化、游戏动态资产生成及电商视频批量生产等核心场景，助力企业真正实现从创意到交付的极速迭代。
点击以下链接，免费在线体验SGLang-diffusion：
积算科技诞生于全球生成式AI浪潮，专注于智能算力服务市场，致力于成为中国最具价值的智能算力服务商。公司聚焦互联网、运营商、高校、新能源汽车等领域，为多家头部客户提供专业算力服务。积算科技拥有万卡级先进智能算力资源池，提供裸金属、智能算力系统、专属智能算力系统等多元化算力服务产品，广泛适用于大模型训练与推理、算法研究、大数据分析、自动驾驶及智能科学计算等场景。其运维和服务团队具备大规模智能算力系统设计建设、大模型开发应用及性能优化能力，可提供全栈大模型应用开发服务支持，并根据客户需求提供灵活的服务模式。
