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
- 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
- 开源 SmolVM:2026 年 Agent 不止用浏览器,而是拥有整台电脑 — aniketmaurya · 2026-09-11
- PyTorch Day Korea 2026 首届线下大会启动,9月13日截止征集演讲 — PyTorch · 2026-09-11
- 本地跑 LLM 选卡:4 张 CMP-170HX 涨价 vs Mac Studio M5 — rumboll · 2026-09-11
- llama.cpp 为 RDNA4 调优 Flash Attention,大上下文提升明显 — pmttyji · 2026-09-11