Qwen3.8-27B 多卡与 RPC 推理实测：RX 7900 GRE 显存不足
tabletuser_blogspot · reddit · 2026-08-17
作者测试了 Qwen3.8-27B 在多种硬件配置和 llama.cpp RPC 模式下的推理性能。主要配置包括单张 RX 7900 GRE、RX 7900 GRE+GTX 1080Ti、以及 GTX 1080Ti+双 P102-100。测试发现，单张 RX 7900 GRE 显存不足（16GB）无法完全加载模型；使用 RPC 拆分至多张 GPU 后，Q4KM 量化下吞吐量约为 71-106 t/s，Q6K 约为 80-116 t/s。对比发现，双 GPU 和三 GPU 在推理速度上差异不大，但加载时间更长。
「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