NVIDIA 展示 Qwen 27B 模型输出速度达每秒 2529 tokens
IanAndrewsDC · x · 2026-09-28
NVIDIA 推理负责人 Ian Buck 在 GTC 活动上登台,展示了 Qwen 3.8 27B 模型的推理性能:输出速度达到每秒 2529 tokens。这一数据由现场观众转述并引起 SemiAnalysis、Cerebras 等推理服务商相关人士关注,可用于对比各家推理栈的吞吐能力。
「Infra」频道最新
- Sarvam 在印度上线 Token Factory 托管开源模型推理 — itsOmSarraf_ · 2026-11-16
- BIS 规则原文:封堵先进 AI 芯片的远程访问通道 — apples_jimmy · 2026-11-16
- 越狱PS4直连2013年GPU跑9B开源模型,速度达43 tokens/s — AIFlow_ML · 2026-11-16
- Mobile AI Factory:agent 自动为你的手机造专用小模型,GPU 时间省 19 倍 — pmttyji · 2026-11-16
- Stratechery 虚构讣告:假如黄仁勋 2026 年卸任英伟达 — Gregory_C_Allen · 2026-11-16
- vLLM 单 GB300 机架跑 DeepSeek V4.1 Flash 达 954K tokens/s,每小时收入 39 美元 — bookwormengr · 2026-11-16