GLM-5.3-Flash 极致量化版跑上 DGX Spark,带视觉 18-25 tok/s
pbaylies · x · 2026-09-08
开发者 0xSero 发布了适配单台 NVIDIA DGX Spark 的 GLM-5.3-Flash 量化版本(EXL3 TR3,2.0bpw,未剪枝),已验证可用,开启视觉能力时推理速度达 18-25 tok/s。模型权重已上传 HuggingFace,并附完整 chat template 配置,作者征集社区测试反馈。这是把大参数模型压进 128GB 统一内存设备的又一社区实践。
「Infra」频道最新
- Claude 近半营收来自云市场渠道，占比三年内从 11% 涨至 47% — BenBajarin · 2026-10-26
- 降价即放量：Anthropic 10 月 token 用量暴涨，年底 ARR 或破 1000 亿美元 — GavinSBaker · 2026-10-26
- Alex Banks：电力是 GPU 上线瓶颈，真正的风险是需求先降温 — thealexbanks · 2026-10-26
- 分析师：蚂蚁是当前工作负载最具弹性可置换的模型厂商 — BenBajarin · 2026-10-26
- Anthropic S-1：训练基建优势使单任务成本降40%、营收增速翻倍 — BenBajarin · 2026-10-26
- 研究揭示合成数据最优比例随算力从10%升至32% — heghbalz · 2026-10-26