RTX PRO 6000 显卡跑 30B 模型达 2900 tok/s
HankYeomans · x · 2026-08-13
网友分享使用 NVIDIA RTX PRO 6000 显卡的实测数据。在运行 Nemotron-3.5-Lightning-30B-A3B-NVFP4 模型时，该显卡实现了 2900 tok/s 的聚合吞吐量，并稳定分配了 8.1M 的 KV cache。作者评价该显卡虽然昂贵，但物有所值。
所属事件:RTX PRO 6000 端侧推理实测跑 30B 模型达 2900 tok/s(2 条相关)→
「Infra」频道最新
- Nscale 数据中心液冷屡漏半年起火，挪威查出10项安全违规 — saranormous · 2026-10-16
- WSL 3.0 发布:内置原生容器,高频系统调用内核耗时降约 16% — solyarisoftware · 2026-10-16
- 魔改 22GB RTX 2080 Ti 跑本地 LLM,值不值?作者求实测经验 — Dave86ch · 2026-10-16
- Intel 开源低比特量化库 neural-compressor:支持 FP4/MXFP4/NVFP4 — HaihaoShen · 2026-10-16
- 770B 参数压进 214GiB：腾讯混元量化团队拆解 Hy4 Preview 压缩术 — coolmum18 · 2026-10-16
- TokenSpeed MLA 2 适配英伟达 Vera Rubin，解码内核较 B200 提速 3.44 倍 — zhyncs42 · 2026-10-16