DFlash加速Blackwell推理
PyTorch · x · 2026-07-10
PyTorch 介绍了 DFlash：一种基于 PyTorch 的 block-diffusion 模型，用于 speculative decoding，目标是在 NVIDIA Blackwell 上加速大模型推理。
帖子提到，研究人员发布了相关论文与实现说明：DFlash 使用轻量级 block-diffusion drafter 并行生成候选 token，再由目标模型验证。NVIDIA 称它在相同交互水平下，gpt-oss-120b 的吞吐量最高可提升 15 倍，并已可在 TensorRT-LLM、SGLang 和 vLLM 中使用。
「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