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
- 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
- 开源 SmolVM:2026 年 Agent 不止用浏览器,而是拥有整台电脑 — aniketmaurya · 2026-09-11