Qwen 27B 视觉模型挤进 48GB 显存实测
Creative-Type9411 · reddit · 2026-08-17
用户分享了在 48GB 显存（3 张 Tesla T4）环境下部署 Qwen 3.8 27B MTP Q80 + Vision 模型的具体参数与配置。通过精细调整（如关闭 mmap、使用 mlock、设置 draft-mtp 等），成功在不卸载的情况下运行 19.2k 上下文，速度达 35t/s，并询问其他用户关于全上下文挤入的优化经验。
「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