Qwen 3.8 Flash Next 推理优化赛:MLX 与 CUDA 双双提速超 55%
gajesh · x · 2026-09-11
- 阿里 Qwen 在 Spark 和 MLX 两个社区同步上线 Qwen 3.8-Flash-Next 优化挑战,首次把两个社区的进展放在同一张图上对比。
- 挑战内容:让 Qwen 3.8 Flash Next 在两套具体配置上跑得更快——一侧是移植自 antirez ds4 引擎的 C/CUDA 方案(配合 Unsloth 的 GGUF 量化,跑在单台 NVIDIA DGX Spark 上),另一侧是 Swift/Metal 方案。
- 目前两个挑战方向均实现 55% 以上提速,CUDA 略微领先。作者称两个社区重叠度高,这是一场友好竞赛,旨在看同一模型在两边各能被推到什么程度。
所属事件:Qwen 3.8 Flash Next 推理优化赛开启，MLX 与 CUDA 双赛道提速超 55%(2 条相关)→
「Infra」频道最新
- Galaxy S26 纯端侧跑 MiniMax H3：7 分钟生成 5 秒带音频视频 — BidFunny4862 · 2026-10-27
- Unconventional AI 收购 NeuReality,冲刺算力效率提升 1000 倍 — NaveenGRao · 2026-10-27
- 马斯克断言:机器人 RAM 需求将超其他一切,超级智能算力将移向深空 — elonmusk · 2026-10-27
- RTX 5090 卖到 7000 美元，PC 游戏社区集体否认 AI 热潮 — PAstynome · 2026-10-27
- Wan2GP 上架 Pinokio：6GB 显存一键跑 AI 视频生成 — cocktailpeanut · 2026-10-27
- AWS 详解 Agent 提示缓存：显式+隐式双模式省下重复 token 账单 — AWS ML Blog · 2026-10-27