待验证50% 置信基准精确时间
在单张H200 GPU上,524K长度时RecSA预填充加速3.2倍,解码加速3.8倍。
1
来源数
50%
置信度
短期 (~14 天)
时效性
2026/11/6
首次发现
有效期至:2026/11/20
来源
涉及实体
相关事实
待验证UP主在4G显存电脑上实测MiniCPM-2B生成速度达每秒57个token,首字生成仅0.22秒70% 相似待验证BF16 配置(两张 48GB GPU)下,解码速度从 1K 的 25.1 tok/s 到 128K 的 23.9 tok/s,几乎无衰减68% 相似待验证Cerebras WSE-3片上内存高达44GB SRAM,带宽达到21 PB/s,比GPU的HBM内存快约1000倍68% 相似待验证在4张B200上运行gpt-oss-120b纯预填充测试中,DWDP4在MNT 32K/ISL 32K配置下相比DEP4达到1.92倍加速,饱和状态下实现506K对329K tok/s(1.54倍)吞吐提升68% 相似待验证云端API通常能达到每秒数十到上百个token的输出速度,而消费级GPU运行27B模型速度往往只有每秒10-30个token68% 相似
引用此条事实
Stable URI
https://kongchang.com/claim/1141967API
curl https://kongchang.com/api/v1/knowledge/claims/1141967MCP
get_claim(id=1141967)