单张 RTX 5090 跑 Qwen3 27B 实测 85.6 tok/s,MTP 加速见效
comperr · reddit · 2026-09-26
Reddit 用户分享本地部署实测:用 MTP(多 token 预测)在单张 RTX 5090 上运行 Qwen3.8:27B,达到 85.6 tok/s 的解码速度。这对想在家用消费级显卡跑 27B 级模型的用户是有参考价值的性能数据。
「Infra」频道最新
- 百度发布 ERNIE Evolve 自动研究系统,NanoGPT Speedrun 超公开最好成绩 — xiaohu · 2026-11-11
- 百度首次用 RSI 自动优化文心推理,昆仑芯出字速度提升 6.24 倍 — xiaohu · 2026-11-11
- Nvidia 供应承诺单季从 1190 亿飙至 2790 亿美元，锁死 2027-28 显存 — tengyanAI · 2026-11-11
- 独立研究者新优化器：24GB 显存可训 27B 模型，权重仅需 1.6bit — oguzeldereli · 2026-11-11
- 英伟达扩大与 Meta 的 Muse 合作,将向 Meta 投资 30 亿美元 — armand_ruiz · 2026-11-11
- 网友算账质疑 Anthropic:Opus 5.5 十亿美元成本大头不在算力 — teortaxesTex · 2026-11-11