Qwen 3.8 27B 上线 Cerebras,推理速度达 1500 tokens/秒
altertable · hn · 2026-09-04
阿里 Qwen 3.8 27B 模型已可在 Cerebras 推理平台上使用,官方文档标注推理速度高达 1500 tokens/秒,适合对延迟敏感的 agent 与编码场景。开源中型模型 + 超快推理的组合进一步降低了低成本高吞吐部署的门槛。
「Infra」频道最新
- Google Cloud 升级 VPC-SC 应对 Agent 流量：新增文件夹级边界且免费 — rseroter · 2026-10-20
- 花旗预测：四大巨头2027-2030累计资本开支将达5.35万亿美元 — Beth_Kindig · 2026-10-20
- DisaggKD 论文:师生分离跨节点部署,知识蒸馏不再受单卡显存限制 — Ruixuan Tu · 2026-10-20
- 44 节免费 GPU 内核工程系列：从朴素 GEMM 讲到 FlashAttention 覆盖 H100/Blackwell — Winter_Mistake_3185 · 2026-10-20
- Meta 揭秘 Prometheus 超集群:Muse 训练 goodput 超 85% — AIatMeta · 2026-10-20
- 企业 Agent 落地前必答：AI Agent 到底该跑在云、本地还是边缘 — DavidLinthicum · 2026-10-20