SGLang dùng RadixAttention để cache các prefix chung giữa các request — giúp nó nhanh hơn đáng kể so với vLLM cho chatbot, agent và RAG pipeline. Hướng dẫn này đề cập triển khai SGLang với Docker trên Linux: từ thiết lập GPU toolkit đến cấu hình Docker Compose sẵn sàng cho production.