[控场AI]
待验证50% 置信基准精确时间

在单台DGX Spark上serving参数量高达125B的Qwen和Nemotron模型时,Hibana相比vLLM、NVIDIA Flare、llama.cpp和TensorFold,每小时完成的Agent任务数最多提升3.4倍,解码吞吐量最多提升3.9倍。

1
来源数
50%
置信度
短期 (~14 天)
时效性
2026/11/10
首次发现
有效期至:2026/11/24

来源

涉及实体

相关事实

引用此条事实

Stable URI
https://kongchang.com/claim/1154129
API
curl https://kongchang.com/api/v1/knowledge/claims/1154129
MCP
get_claim(id=1154129)