待验证50% 置信基准精确时间

在 AMD W7900 显卡上使用 llama.cpp 配合 ROCm 后端，LFM2.5-24B-A2B 的 Q8 量化版本持续推理速度约为 95 tokens/秒。

1

来源数

50%

置信度

短期 (~14 天)

时效性

2026/10/15

首次发现

有效期至：2026/10/29

来源

LFM2.5-24B-A2B实测：在Pi Agent中扛住高强度任务

涉及实体

LFM2.5-24B-A2Bmodel AMD W7900product llama.cppproduct ROCmproduct

相关事实

待验证在 8 块 AMD Instinct MI355X 加速卡上，借助 vLLM 推理框架，GLM-5.3 模型实现了 469 tok/s 的单用户解码速度69% 相似待验证AMD的RX 9700系列GPU对mxfp4有硬件级加速支持，升级至128GB内存后使用mxfp4量化版Flash Next可使QFN速度提升约2倍66% 相似待验证AMD平台默认启用Vulkan后端,相比ROCm在prefill和decoding阶段实现20%的性能提升66% 相似待验证索尼WH-1000XM5搭载自研V1处理器与QN1降噪芯片，支持LDAC编解码（最高990kbps码率）及多设备同时连接63% 相似

引用此条事实

Stable URI

https://kongchang.com/claim/1038618

API

curl https://kongchang.com/api/v1/knowledge/claims/1038618

MCP

get_claim(id=1038618)