RTX 5080本地跑Qwen3.6量化版的性能与取舍
boyeardi · reddit · 2026-07-07
用户在RTX 5080+32GB DDR4上本地运行Qwen3.6:27B在Q3KM下约60 tok/s,35B在IQ2下约190 tok/s,但精度从Q6下调带来的准确性损失明显。另有闲置1080ti(11GB),考虑用其做tensor split分担,询问16GB显存用户的实际方案与上限。
「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