4张5060 Ti 跑 Qwen3.6 实测
joorklee · reddit · 2026-07-12
作者分享了在 4×5060 Ti（64GB VRAM）P2P 机器上的推理 benchmark，测试对象是 Qwen3.6 27B INT8 + bf16 KV cache，并在 SGLang 下跑到较高并发。
结果里最值得看的是：
- 成功请求 200
- 并发约 8，峰值并发 11
- 平均 TTFT 约 7.5s，中位约 7.4s
- 平均 E2E latency 约 13.7s
- 总吞吐约 305 tok/s
- 作者特别指出：在这套硬件上，SGLang 比 vLLM 更能扛高并发
帖子还给出了完整启动脚本，包含：
- CUDA 与 NCCL 相关环境变量
- 跳过 P2P 检查
- tp-size 4
- speculative decoding 参数
- qwen3 相关 parser 配置
作者的动机是补充自己之前关于 vLLM 在 TTFT 和并发上的问题，避免别人因此对 4×5060 Ti 路线失去信心。
所属事件:四张5060 Ti本地跑Qwen3.6性价比实测(2 条相关)→
「Infra」频道最新
- Anthropic 营收三年暴涨 4000 倍,上半年已入账 163 亿美元 — daniel_mac8 · 2026-10-27
- Tenstorrent 芯片跑通蛋白质生成模型,宣称无 HBM 短缺之忧 — gajesh · 2026-10-27
- YC 系创企 Hopper 出击语音推理：TTFT 80ms、价格为 GPT-4.1 的 15% — ycombinator · 2026-10-27
- a16z 数据:A100 租赁价格 2026 年仍在涨,旧卡并未贬值 — VraserX · 2026-10-27
- Anthropic S-1 曝超 8000 亿美元未入表的未来算力承诺 — GaryMarcus · 2026-10-27
- Anthropic 约 11GW 算力合同中 NVIDIA GPU 占约 42% — ns123abc · 2026-10-27