GLM-5.2-FP8 本地推理测试
AlpinDale · x · 2026-07-09
作者称自己在 4 台搭载 4090 48GB 的机器上运行 GLM-5.2-FP8，解码速度约为 28 tok/s。
他还提到当前节点之间只有 10Gb 以太网互联，因此速度还有提升空间，并表示自己也在尝试让 DSpark 运行起来，后续还会把相关 kernels 上游到 vLLM。
「Infra」频道最新
- 500 万美元种子轮不够 DeepSeek 训一遍:没 GPU 的 AI 创业只剩三条路 — FinanceYF5 · 2026-10-26
- HBM 需求转向:低端推理砍单,Rubin 将全系 12-high HBM — BenBajarin · 2026-10-26
- CircuitHub 发布工厂级机器人 The Grid，美国产 PCB 提速两倍对标深圳 — garrytan · 2026-10-26
- Ubicloud 发文修复 vLLM 工具调用准确率问题 — petrusenko_max · 2026-10-26
- Meta 批准无投票权 C 类股，2026 年资本开支指引达 1350–1450 亿美元 — thione · 2026-10-26
- Unsloth 发布 MiniMax-M3.1-Flash 量化：2-bit 保留 91.5% 精度，150GB 内存可跑 — danielhanchen · 2026-10-26