双节点 DGX Spark 实测 Qwen3.8 达 181 tok/s 聚合吞吐

开发者分享了在 2 节点 NVIDIA DGX Spark（GB10）上部署 Qwen3.8-Flash-Next 的实测结果：通过 NVFP4 量化等一系列优化，实现 181 tok/s 的聚合解码吞吐量，其中解码速度约 50 tok/s，预填充吞吐达 2900 tok/s，展示了该模型在小型多节点设备上的推理潜力。

2026-08-29 ~ 2026-08-30 · 2 条相关

• 实测 Qwen3.8 在双节点 DGX 上达 181 tok/s 吞吐 — StartupTim · 2026-08-29
• 双 DGX Spark 跑 Qwen3.8-Flash-Next：解码 50t/s、预填充 2900t/s — -dysangel- · 2026-08-30