Qwen3.8-27B-FP8在GH200上实测：10路并发流式响应，延迟低至10ms
MaziyarPanahi · x · 2026-08-15
开发者展示Qwen3.8-27B-FP8在单块NVIDIA GH200（Lambda托管）上的性能：10个真实请求并发流式输出，推理和最终答案可见，每个最大输出16K tokens，上下文长度262K（vLLM）。首个流式事件在10ms内到达，所有请求正常完成。
所属事件:单卡GH200跑Qwen 27B：10路并发首包10ms(5 条相关)→
「Infra」频道最新
- 黄仁勋披露：每 GPU 年收约数千美元软件费，成 NVIDIA 重要收入线 — rohanpaul_ai · 2026-10-16
- 开发者亲测：几万块 V100 本地部署 DeepSeek，不如直接订阅 Claude — lxfater · 2026-10-16
- 公开喊话 neocloud：我愿买 3 万美元 GPU 算力，给个折扣吗 — Sauers_ · 2026-10-16
- 拿到新硬件就开跑：垃圾佬第一时间本地部署模型 — lxfater · 2026-10-16
- Together AI 提出 Score Centering:量化推理下 RL 训练不再崩 — nrehiew_ · 2026-10-16
- AI 推理正走向异构分解:Prefill 与 Decode 分用专用芯片 — AccBalanced · 2026-10-16