tbo-sbo

tbo 就是 two batch overlap，最开始由deepseek提出，主要的目标是基于deepep的实现思路，优化计算和通信的overlap

在整体的计算流程中，有 attention -> alltoall -> moe -> alltoall -> ...，我们可以构造两个batch，实现一个做矩阵计算，另一个做alltoall通信，从而overlap

tbo是给decode准备的，主要原因是decode是带宽瓶颈，计算耗时短，两个batch可以相互干扰影响低

不过实际蚂蚁在h20上部署deepseek时发现了tbo在高并发下反而会更慢，因为h20算力太低，高并发会延迟爆炸不满足slo

因此也是联合deepseek，sglang提出了sbo：

两点优化：

1. 计算shared experts时进行dispatch通信
2. 计算down的时候就边计算边发送，按照block_m粒度进行处理，一个块好了就直接发送

sbo的pr链接：

• SBO in SGLang: https://github.com/sgl-project/sglang/pull/9660
• SBO in DeepEP: https://github.com/deepseek-ai/DeepEP/pull/390
• SBO in DeepGEMM: https://github.com/deepseek-ai/DeepGEMM/pull/183