TokenRouter 开源：面向 Token 级大模型协同路由的高性能推理引擎

TokenRouter 是一套面向 Token 级大模型路由的高性能推理服务引擎，支持大小模型在单次生成中按 Token 或 Span 粒度协同解码。系统基于 SGLang 0.5.1 构建，采用 KV Cache 本地驻留、仅传输 Token 后缀与路由状态的架构，并通过延迟批处理（Delayed Batching）与 CUDA Graph 优化调度效率。