DeepSeek 耗更多 token 但单请求更快
Sentdex · x · 2026-07-03
Sentdex 观察到：DeepSeek 相比 GLM 5.2 IQ4 要消耗约 2.5 倍 token，但在 batch size=1 时快 5 倍；一旦引入并发，vLLM 的并发处理能力迅速起飞。他还发现 vLLM 张量并行在 batch size=2 时出现性能回落、随后回升，并就此向社区请教原因。
「Infra」频道最新
- 从聊天到 Agent,推理延迟正在成为生产级瓶颈 — Euphoric_Sea632 · 2026-09-11
- 推理服务关键指标盘点:流式速度 TPOT 与可用性如何影响体验 — abhijithneil · 2026-09-11
- PlanetScale 推出分片 Postgres,768 台服务器组成 1PB 单库 — dhruv2038 · 2026-09-11
- 7900 XTX 24GB 能否跑 Qwen，Reddit 征集 ROCm 实测数据 — thenomadexplorerlife · 2026-09-11
- 实测戳破 RTK 省钱神话:token 省了,账单分文未降 — Bartaseth · 2026-09-11
- SF Compute 创始人：现在买算力是「绝对糟糕的体验」 — IgorCarron · 2026-09-11