待验证50% 置信基准精确时间
路径C中RTX 3080配合DGX Spark，Prefill速度从1111.3提升到1600（约44%），但Decode速度从33.36 token/s下滑到17.62
1
来源数
50%
置信度
中期 (~90 天)
时效性
2026/9/26
首次发现
有效期至：2026/12/25
来源
涉及实体
相关事实
待验证RTX 4090的理论FP16算力为330 TFLOPS,对于7B FP16模型的Decode实际速度通常在50-60 tokens/s73% 相似待验证在AMD 7900XT显卡上从Ollama换用LM Studio并重新调参后，token生成速度从每秒5提升到3664% 相似待验证RTX 4060生成速度可达GTX 1060的3-5倍64% 相似已验证在RTX 5090上，Muse Glimmer生成速度从每秒75个Token提升到233个Token，提速约3.1倍64% 相似待验证在4台DGX Spark上以VLLM的Tensor Parallel 4运行，实测解码速度为代码和HTML约70 token/秒、JSON约45、散文和规划任务约30，而DeepSeek自家API可超过300 token/秒64% 相似
引用此条事实
Stable URI
https://kongchang.com/claim/952582API
curl https://kongchang.com/api/v1/knowledge/claims/952582MCP
get_claim(id=952582)