RTX 3090 跑 Qwen 3.8 27B 约 35 t/s
cviperr33 · reddit · 2026-08-15
用户报告在 RTX 3090 上使用 llama.cpp 运行 Qwen 3.8 27B（IQ4 NL 量化），速度约为 34-36 tokens/s。相比此前 3.6 版本的 50-60 t/s 有所下降，但尚未开启推测解码。尽管速度变慢，用户认为模型体验属于次世代级别。
所属事件:RTX 3090 优化运行 Qwen3.8-27B 推理速度提升(3 条相关)→
「Infra」频道最新
- 本地 AI 不是隐私功能而是路由问题：任务该跑在笔记本、内网还是云端 — bigdata · 2026-10-16
- 把 Agent 工作从 GPU 挪回 CPU，让动作更持久可预测 — cramforce · 2026-10-16
- 首个 TPUv7 Agent 基准成绩:vLLM 服务下每美元性能超 GB300 NVL72 达 1.42 倍 — vllm_project · 2026-10-16
- Phison CEO 称 CXMT 内存恐慌是“市场鬼故事”，明年的问题是缺料不缺单 — BenBajarin · 2026-10-16
- Ben Bajarin：算力未来是可互换的，超大规模厂商正为工作负载自由布局 — BenBajarin · 2026-10-16
- AirLLM 逐层加载：2.8 万亿参数模型宣称跑进 4GB 显存 — Aiden_Tech_Ai · 2026-10-16