Running Multiple LLM Slots on One 7900 XTX Boosts Total Tokens/Sec

c2btw · reddit · 2026-11-08

作者在 7900 XTX 上用 HIP/ROCm 跑 Qwen 3 27B 级模型时发现,同一 GPU 上同时开多个推理 slot 的总 tokens/s 显著高于单 slot。他提出两个待解问题:

帖子是求证/求助性质,但展示了本地多实例并行推理的实测收益,对本地部署玩家有参考价值。

Original post →

More from coding & agent

coding & agent channel →