M5 Ultra 跑 Qwen 达 3740 tok/s prefill,一天内翻倍震惊业界
EAccelerate_42 · x · 2026-09-22
- @mweinbach 实测:M5 Ultra 上跑 Qwen 3.8 Flash Next 达到 3740 tok/s prefill、批处理 decode 149 tok/s,比前一天几乎翻倍。
- @EAccelerate42 对比指出:这个成绩连 2x DGX 配置在 prefill 上都赶不上,引发对端侧芯片推理性能的讨论。
「Infra」频道最新
- 微软 SC26 将揭秘 Maia 加速器:日服务数万亿 token 的数据流设计 — thoefler · 2026-11-12
- ClickHouse 收购 Xata 并发布 Managed Postgres,客户超 5000 家 — CShorten30 · 2026-11-12
- Ben Shapiro 公开推荐《The Nvidia Way》,作者直呼没想到 — firstadopter · 2026-11-12
- 2026 中期选举 41 项数据中心公投 40 项倒向反 AI 建设方 — Acceptable-Offer-518 · 2026-11-12
- KubeCon 前夕 Azure Day：AKS 单集群 65 节点跑 2.2 万个 Agent — davemccollough · 2026-11-12
- CoRL 会场同址开天然气论坛,主题直指 AI 数据中心供电 — carlosdponx · 2026-11-12