NVIDIA DGX Station 实测：Qwen3.8-27B 推理达 2713 tok/s
NVIDIAAI · x · 2026-08-20
实测数据显示，NVIDIA DGX Station 在 BF16 精度下全权重服务 Qwen3.8-27B 模型时表现惊人：峰值聚合吞吐量超过 2713 tok/s，单流输出速度达 88 tok/s。这使其在家用环境中具备了数据中心级别的推理能力。
「Infra」频道最新
- Muse Spark Open 经 llama.cpp 跑通 M3 Ultra：前沿模型上桌面 — pcuenq · 2026-10-16
- Muse-Spark 开源权重发布：816B MoE 模型 MLX 3bit 版已上线 — ns123abc · 2026-10-16
- vLLM 实现 Muse Spark Open Day-0 LoRA RL，AIME 从 0.56 提至 0.85 — vllm_project · 2026-10-16
- Inferact 为 Muse Spark Open 训练 DSpark 草稿模型，一次最多出 7 个 token — vllm_project · 2026-10-16
- Cloudflare Stream WebRTC 低延迟直播正式 GA,可扩展至百万观众 — ritakozlov · 2026-10-16
- YC 孵化 Overshoot 主打推理优化：已帮客户省超 500 万美元 GPU 账单 — ycombinator · 2026-10-16