GLM 5.2 在DGX Spark上提速
WesEklund · x · 2026-07-15
引用内容披露了 GLM 5.2 的一次推理优化测试：在 2 台 DGX Spark 上运行后，速度已经超过 18 tok/s。
作者说明这次做了一个关键改动：把 3 个最大的 attention projection 量化到 NVFP4，相比原始 FP8 还有提升空间；同时他也表示，速度和质量两条线上后面仍有继续优化的余地。
「Infra」频道最新
- Gary Marcus:补上 Q3 数据后，Anthropic 算力效率增速现拐点 — GaryMarcus · 2026-10-27
- 推理社区与 K8s 社区高度重合：万亿市场的 Kubernetes 翻版 — matt_slotnick · 2026-10-27
- vLLM 考虑将更多栈迁往 Rust，推理引擎 Rust 化成趋势 — AccBalanced · 2026-10-27
- 同一套 DeepSeek 内核两种优化路线：vLLM 拆专家、SGLang 降访存 — AccBalanced · 2026-10-27
- Flint 本地实测：质量与 Qwen3.6 打平，速度快 3.6 倍 — RichardSocher · 2026-10-27
- Alchemy 支持 Effect Workflow:跨 Durable Objects、Workflows 与 Lambda 持久函数 — samgoodwin89 · 2026-10-27