低成本大规模运行 GLM 5.2 模型
Aizkmusic · x · 2026-07-17
开发团队展示了如何以极低成本（每百万 token 不到 0.1 美元）在规模化场景下运行 GLM 5.2 模型。通过使用 4 张 AMD MI325X GPU，实现了 1482 tokens/s 的生成速度，成本比 B300 低 3 倍，比 Opus 低 10 倍。
「Infra」频道最新
- AWS 教程:SageMaker SDK v3 搭建车队级边缘视觉模型流水线 — AWS ML Blog · 2026-10-27
- Embedl 把 Qwen3.8-27B 压进 Jetson Thor:解码 40 tok/s,精度反超 FP16 — No-Dragonfly6246 · 2026-10-27
- Celesto 推出便宜近 90% 的 CI Runner，兼做 Agent 云电脑 — aniketmaurya · 2026-10-27
- Supabase 联创谈 AI 时代后端：为十亿个 AI 生成应用而设计 — Latent Space · 2026-10-27
- AW-0 单卡 RTX 5090 推理 230ms:联合去噪比自回归代码快 2.4 倍 — trevordarrell · 2026-10-27
- 全美市议会话题追踪网站：数据中心热度仅次于匹克球场 — zakkohane · 2026-10-27