Laguna S 2.1 在 DGX Station 上可跑 10 路 256K agent
max_paperclips · x · 2026-07-25
Laguna S 2.1 118B-A8B 在一台 DGX Station 上做了并发推理配置展示，核心卖点是 NVFP4 + FP8 KV cache 下可支撑 10 路完整上下文 agent，每路上下文都能到 256k。
- 图中给出的模型参数是 117.6B 总参数、8.5B active per token、71.92GB NVFP4，并使用 vLLM + FlashInfer 0.6.15.post1。
- 服务配置里写明 maxseqs=64、batchtokens=65,536、无 swap、GPU utilization 约 0.95，走 prefix caching 和 chunked prefill。
- 容量测算显示 FP8 KV cache 可到 2,768,010 tokens，约等于 10.56 个 262,144-token 序列。
- 性能数据包括：1K prompt/1-token decode 时单 agent 202.42 tok/s；8K unique、并发 32 时总吞吐 1,943.78 tok/s；并发 64 时 2,571.54 tok/s。
「Infra」频道最新
- 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
- PyTorch Day Korea 2026 首届线下大会启动,9月13日截止征集演讲 — PyTorch · 2026-09-11