实测打脸:DGX Spark 上 bf16 反而比 int8 convrot 更快,H3 视频生成差 14 秒
dtdisapointingresult · reddit · 2026-09-29
一位 Reddit 用户在 DGX Spark 上实测 ComfyUI 的 int8 convrot 量化模型,结果颠覆预期:int8 并没有带来预期的 40-50% 提速,甚至更慢。
测试方法(用 ComfyUI 内置模板,先预热缓存、改 prompt 首字符破坏 prompt 缓存、只测第二次生成):
- Z-Image-Turbo:int8convrot(6.3GB)6.60s;bf16(13GB)7.63s;nvfp4(4.6GB)5.37s 最快
- H3 视频(5 秒视频):int8convrot(21GB)286.66s;bf16(40.2GB)反而只要 272.22s
作者重复了多次测试,结果一致。结论:量化并不总是更快,反量化开销可能抵消甚至倒挂收益,升级量化版本前最好先实测自己的硬件。作者使用 --use-ck-attention --disable-mmap --cache-classic 启动参数。
「Infra」频道最新
- 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
- 博主测算:Colossus 2 的 120 万块 B200 年推理产出可达 4000 亿美元 — bookwormengr · 2026-11-16
- 美国 BIS 新规封堵第三国数据中心远程调用 AI 芯片 — teortaxesTex · 2026-11-16
- Qdrant 1.20.1 发布:冷存储读取减半、量化提速 2 倍 — qdrant_engine · 2026-11-16