Qwen3.8-27B 单卡跑出 129.8 tok/s，vLLM 胜出
MaziyarPanahi · x · 2026-08-21
基准测试显示，Qwen3.8-27B BF16 在单张 NVIDIA GH200 上实现了 129.8 tok/s。配置包括 2048 输入 token 和 1536 强制输出 token。在单流场景下，vLLM + DFlash2 表现最佳，比普通自回归快 2.18 倍，比 MTP-3 快 9.4%。LambdaAPI 提供了算力支持。
所属事件:Qwen3.8-27B 单张 GH200 跑出 129.8 tok/s(3 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