87GB 大模型 Qwen3.8 Flash Next 单卡 RTX 5090 跑到 150 t/s
CurieuxExplorer · x · 2026-10-01
日本用户实测本地推理工具「Strata」:容量 87GB 的 Qwen3.8 Flash Next 在单张 RTX 5090 上以 120150 t/s 速度运行(Prefill 达 4K t/s)。接入 LibreChat 并开启 Web 搜索后可正常检索,且该模型护栏宽松。评论认为「需要数据中心」的时代受到冲击,Qwen 级模型已成桌面级玩法。
所属事件:开源推理引擎 Strata:游戏 PC 本地跑 1250 亿参数大模型(7 条相关)→
「Infra」频道最新
- Gridline 发布:微调、蒸馏、批量推理一站搞定,兼容 OpenAI 客户端 — Scobleizer · 2026-11-19
- 昇腾产能测算:明年或产 1920-2160 万颗,瓶颈在存储与封装 — teortaxesTex · 2026-11-19
- AMD Loom 实测:Qwen3.5-4B 在 Radeon 890M 上 prefill 提速 2.6 倍 — jfowers_amd · 2026-11-19
- 开发者向 GKE 沙箱项目提 PR:定期 checkpoint 防 agent 进度丢失 — yoimnotkesku · 2026-11-19
- AWS Lambda 终于支持 GPU:托管实例可跑模型推理与媒体处理 — DavidWells · 2026-11-19
- 曝黄仁勋人为制造显卡稀缺抬价获利,库存积压仍维持高价 — GaryMarcus · 2026-11-19