28.2.5 代码走读：多请求连续到来的一次完整推演#

把 SGLang 的 event_loop → get_next_batch_to_run → run_batch → process_batch_result 放回一条时间轴，用三条先后到达的请求逐迭代推演，就能看清它与 vLLM 最本质的差异，默认下 SGLang 把预填充批与解码批分成两次前向交替执行：每当有新请求到来且显存允许，调度器就为它单独跑一个预填充批、让正在解码的请求这一步整体让位，预填充产出首 token 后再于下一轮 merge_batch 并入解码组；预填充与解码不共享同一次前向（除非显式开 enable_mixed_chunk）。