伯克利MIT开源推理引擎:RTX 5090单卡可跑284B模型
gnukeith · x · 2026-08-22
UC Berkeley 与 MIT 研究人员开源了一款新的推理引擎，性能表现惊人。在 RTX 5090 系统上，该引擎以 25 tok/s 的速度运行 DeepSeek-V4-Flash 284B 模型，比 llama.cpp 快 1.46 倍，而 Ollama 甚至无法运行该模型。在 Qwen3.6-35B 基准测试中，其速度比 Ollama 快达 3 倍。
所属事件:伯克利MIT开源FreeToken：消费级PC本地跑前沿MoE大模型(11 条相关)→
「Infra」频道最新
- 推理平台 engy.ai 单日处理超 500 亿 tokens,主打低价开源模型 — const_reborn · 2026-10-16
- 新推理引擎『e』单台 DGX Station 跑出 10500 tok/s 聚合吞吐 — brandon_galang · 2026-10-16
- SGLang Day-0 支持 FLUX 3 Image Klein：单图 10 参考图，BF16/FP8/NVFP4 多精度 — ying11231 · 2026-10-16
- 英伟达 Nemotron 3.5 Super VL 上线 CoreWeave：12B 激活参数多模态 MoE，输入仅 $0.25/百万 tokens — wandb · 2026-10-16
- 2026 晶圆厂设备支出上调至 1530 亿美元，设备周期被拉长 — BenBajarin · 2026-10-16
- Steam 更新实测 5.23 秒启动反超 Epic，网友调侃 vLLM 该加入「启动时间大战」 — AlpinDale · 2026-10-16