矿渣重生：CMP170HX 双卡跑 Qwen Flash Next，实测 4000 tps 处理速度
Miserable-Dare5090 · reddit · 2026-09-02
Reddit 网友分享用两张解锁的 CMP170HX（「Spark」矿卡）搭建 DIY CUDA 主机跑大模型的完整方案：Newegg 低价 CPU/主板套装扩充 PCIe 通道，旧机迁移 64GB DDR5 内存与 SSD，廉价机箱加猫头鹰风扇散热，主 x16 插槽接 GPU 转接盒装两张 CMP170，其余旧卡走 oculink。实测 Qwen Flash Next 单卡即可装下，prompt 处理平均 4000 tps、单流解码 80+ tps（未开 MTP），并发表现良好；DeepSeek 仓库则需至少 3 张 64GB 卡，在矿卡涨价背景下赌注较大。目前机内同时跑 Flash Next、Qwen 27B、Gemma 26B 三个模型。
「Infra」频道最新
- 覆盖 Bedrock/Azure/Vertex 三万条价格，开发者做出云端模型变动雷达 — jsandhu0780 · 2026-10-18
- 1270万 tokens 仅花 0.14 美元，缓存命中率 99.6% 的 agent 实测 — teortaxesTex · 2026-10-18
- 单卡 9060 XT 16GB 跑 Qwen3 27B：262k 上下文 42.7 tps — Maglcite · 2026-10-18
- SlateDB+Lance+Datafusion 自建数据栈,为客户年省数百万美元 — sh_reya · 2026-10-18
- 视频生成 API 每 10 秒约 0.5 美元,自建服务器何时更划算? — Key-Lychee-913 · 2026-10-18
- vLLM 联手 NVIDIA 优化 Kimi K3:GB300 上解码达 842 tokens/s — vllm_project · 2026-10-18