推测解码基准测试：无单一赢家，需按负载选择
MaziyarPanahi · x · 2026-08-28
针对 vLLM 博文中提到的 MTP、EAGLE-3、DFlash 等推测解码方法，评论者分享了实测体验：在 GH200 上测试 Qwen3.8-27B 时，DFlash2 在单流模式下获胜，但在并发下 SGLang + MTP3 表现更好。结论是没有通用赢家，最佳选择取决于具体的工作负载。
所属事件:vLLM 实测五种推测解码：没有万能赢家(3 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