双 3090 跑 Qwen 3.8 27B:524k 上下文,60-88 tok/s
elsung · reddit · 2026-09-05
Reddit 用户 elsung 分享在双 RTX 3090 上本地运行 Qwen 3.8 27B(HuiHui abliterated 版本)的实测配置:c=1 下实现 524k token 上下文,速度约 60-88 tok/s,并声称保持不错准确率、配合 Chain-of-Draft(CoD)减少过度思考。作者修正了此前帖子的错误(曾与 Qwen 3.8 Flash Next 混淆),并开源了完整基准配置仓库供复现。
「Infra」频道最新
- 欧洲博士生可随需使用 B200,美国同行要靠数据创业公司养项目 — HildeKuehne · 2026-10-23
- 英伟达柏林 GTC:人形机器人与 Vera Rubin 超算成主角 — emmanuelvivier · 2026-10-23
- 联想 AI Library 新增 5 个用例，宣称一周部署、成本降 70% — shashib · 2026-10-23
- kernel 全面跑赢 cuBLAS 不重要,快速迭代调优才是关键 — blelbach · 2026-10-23
- llama.cpp 团队发布 Llama：Mac 菜单栏一键本地跑 AI 模型 — Hugging Face · 2026-10-23
- 中国日均 Token 消耗达 500 万亿,均价一年从 6.8 元涨至 13.46 元 — teortaxesTex · 2026-10-23