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
- Ubuntu 部署惊艳实测：5090 显卡成最易配置的 AI 设备 — _xjdr · 2026-07-27
- 台积电传 2027 年拟提价 5%–10% 应对成本上升 — Beth_Kindig · 2026-07-27
- Anthropic 称 Claude Code 删掉 80% 系统提示词仍不掉分 — krishnan · 2026-07-27
- Dhruv Bhatia 加入 fal，转向视频与世界模型栈 — gorkem · 2026-07-27
- Kimi K3 登陆 Together，预留吞吐成本低 65% — togethercompute · 2026-07-27
- NVIDIA 称 Vera CPU 正加速下一代 CPU 和 GPU 设计 — nordicinst · 2026-07-27