8GB 变 80GB 显存:英伟达 CMP 170HX 矿卡被解锁,单项测试超越 A100
IT之家 11 月 19 日消息,科技媒体 TechRadar 昨日(11 月 18 日)发布博文,报道称硬件研究者 Kate 通过“电压故障注入”…
大模型从架构到上线的实现路径:框架怎么选、模型怎么部署、Token 怎么省、厂商怎么做。
选模型与精度,实时拆解权重 / KV Cache / 框架开销,并给出可落地卡型与卡数
口径:工具为资料库同名页面的站内副本(发布版本 15,数据更新 2026-11-09),测算含权重冗余、KV Cache、框架开销与 5% 安全余量,结果为选型参考,实际以压测为准。价格为该工具自带口径(人民币含税渠道价 / 美区按需折算),与本频道下方「部署速查」和算力频道的价格表分开阅读,不可互相推算。上游更新后重跑 tools/sync_vram_tool.py 同步,版本号随之变化,浏览器缓存自动失效。
多数团队先用 vLLM 起步,压测后再按吞吐或国产化要求换引擎
| 引擎 | 关键机制 | 量化与并行 | 硬件平台 | 选型提示 |
|---|---|---|---|---|
| vLLM通用开源首选 | PagedAttention 分页 KV、连续批处理、前缀缓存 | AWQ / GPTQ / FP8;TP、PP 并行 | NVIDIA / AMD / 昇腾(社区版) | 生态最广、特性跟进快,生产环境锁版本 |
| SGLang高并发与多轮对话 | RadixAttention 前缀树复用、约束解码 | 与 vLLM 主流量化基本一致;TP | NVIDIA / AMD | 前缀命中收益取决于请求相似度 |
| TensorRT-LLM固定模型追极致吞吐 | 编译期图优化、In-flight Batching | FP8 / FP4(按架构);按卡型编译 | NVIDIA | 与驱动、CUDA、TRT 版本强绑定,升级要重建 engine |
| LMDeploy国产开源模型适配快 | TurboMind 引擎、KV 量化 | AWQ / INT4 KV | NVIDIA | 新模型支持跟进快,覆盖面不及 vLLM |
| llama.cpp / Ollama单机、边缘、个人 | GGUF 量化、CPU/GPU 混合卸载 | Q2–Q8 GGUF | CPU / Apple Silicon / 消费卡 | 并发弱,不适合多租户生产 |
| MindIE昇腾原生栈 | CANN + ATB 算子、连续批处理 | 昇腾量化(W8A8 等) | 昇腾 910B / 910C / 950 系列 | 模型需完成算子适配,交付前逐项验证 |
卡型RTX 4090 24GB / L40S 48GB
模型8B–32B,INT4/AWQ
引擎Ollama 起步,转 vLLM
约束并发与长上下文先到瓶颈
卡型H20 96GB / 昇腾 950PR 112GB
模型70B FP8 或百 B 级 MoE
引擎vLLM / SGLang / TensorRT-LLM
约束要 NVLink 或 PCIe 4.0 x16,看 TTFT 与故障域
卡型昇腾 910C 128GB / 910B 64GB
模型同参数档国产开源模型
引擎MindIE + CANN
约束算子覆盖与模型迁移成本先评估
IT之家 11 月 19 日消息,科技媒体 TechRadar 昨日(11 月 18 日)发布博文,报道称硬件研究者 Kate 通过“电压故障注入”…
世界模型的准确度始于高质量、多样化的训练数据集。然而,采集罕见缺陷、夜间事故以及其他棘手场景却……

智能体式 AI 正在重塑科学研究与创新。研究人员用自然语言表达复杂的科学假说,让自主智能体……


随着 AI 智能体处理日益复杂的工作流,缩短训练时间对于快速迭代模型及其驱动的智能体至关重要。MLPerf……
IT之家 11 月 17 日消息,英伟达今日在 SC26 大会发布 Rubin HPC GPU,基于 Vera Rubin 平台打造,专为科学研究、…
智能体工作负载对推理系统提出了更高要求。AI 智能体在多轮交互中携带不断增长的对话历史,并生成推理、工具……

Together Compiler 使用 AI 智能体重写并融合模型前向传播中的 GPU 内核,在 B200 上比手写巨型内核快 28%(Llama…

两套 NVIDIA DGX Spark GB10 系统通过 200 GbE 直连,可服务更大的语言模型并提升推理容量,但收益取决于部署方式。我们对…
边缘 AI 应用往往需要在有限的计算与功耗预算内运行多个神经网络。NVIDIA 深度学习加速器(DLA)……

编码智能体以任务为单位工作,真正重要的数字是每个已解决任务的成本,而非每 Token 价格。本文将使用 AWS CDK 在 Amazon Bedro…

从分子化学到材料科学的许多科学仿真,大部分执行时间都用于计算高精度稠密通用……


黑洞成像之所以困难,是因为它们距离遥远、在天空中显得极小——例如 M87* 观测到的环仅横跨 42 微角秒。……