DFlash2 量化方案：双 3090 跑 Qwen3.8 262k 上下文
luedtek · reddit · 2026-08-20
作者发布了 Qwen3.8-27B 的 DFlash2 量化版本（W8I）。该方案优化了显存占用，使得两张 3090 显卡可以以接近全 INT8 精度运行 262k 上下文，速度达到 140 tps。目前仍为 Beta 版本，未来会有更多优化和基准测试。
「Infra」频道最新
- 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
- 美国白宫科技政策主任谈 Empire AI:纽约共享算力基建 — mkratsios47 · 2026-10-16