RTX 6000 Pro 跑 Qwen3.8-27B 达 223 tok/s
BanghuaZ · x · 2026-08-17
该项目提供了在 NVIDIA RTX 6000 Pro (96GB) 上运行 Qwen3.8-27B 的 SGLang 脚本。通过使用 NVFP4 权重和 DSpark 推测解码，单流吞吐量可达 200-223 tok/s，并支持原生 256k 上下文窗口和 8 个并发请求。方案默认使用 FP8 KV cache 以优化显存占用。
所属事件:Qwen3.8-27B 多显卡本地实测：从 4080S 到 6000 Pro 全面可用(7 条相关)→
「Infra」频道最新
- 2027 年笔记本将跑 Opus 5.5 级模型？Qwen 27B 数据佐证 — cephaloform · 2026-10-16
- Oracle 一周跌 12%、较 6 月高点近腰斩，市场用脚投票 OpenAI 敞口 — alvelda · 2026-10-16
- 美国数据中心暂停令突破 400 起，AI 多头称这反而利好 AI 长期发展 — kevinsxu · 2026-10-16
- 微软研究院发布 Magnetar：最快 zkVM，比现有方案快 10-39 倍 — jedisct1 · 2026-10-16
- Bonsai 2 2B 端侧模型登 iPhone:120 token/s,速度两倍于 Qwen 3.5 2B — cephaloform · 2026-10-16
- AI 挤占产能：三星因 E-glass 短缺下调 Q4 手机产量 — zephyr_z9 · 2026-10-16