返回热点榜
compute热度 11.5°

AI 聚合热点事件 · 2026/11/18

DeepSeek-V4.1-Flash 在 4 张 AMD MI355X 上实现 1129 tokens/s

1 篇收录报道1 家独立信源交叉印证持续跟踪至 2026/11/18 03:57:18
全景综述与最新动态
1 家信源交叉印证

Sciforium 在 4 张 AMD Instinct MI355X 上部署 DeepSeek-V4.1-Flash,P90 输出吞吐达 1129 tokens/s,且保留 DeepSeek 原始权重。性能提升主要来自面向真实客户流量调优的投机解码 Drafter(草稿长度提升至 7 token),以及算子融合与 all-reduce 与计算重叠等内核优化。该结果以真实生产流量验证了 AMD GPU 在大模型推理上的可用性。

最新动向/Sciforium 在 4 张 AMD Instinct MI355X 上部署 DeepSeek-V4.1-Flash,P90 输出吞吐达 1129 tokens/s,且保留 DeepSeek 原始权重。性能提升主要来自面向真实客户流量调优的投机解码 Drafter(草稿长度提升至 7 token),以及算子融合与 all-reduce 与计算重叠等内核优化。该结果以真实生产流量验证了 AMD GPU 在大模型推理上的可用性。

逐小时热度走势

4 个完整观测小时
当前
11.5
峰值
12.504:00
近 24h 变化
–

曲线只比较全程持续完整观测的同一批信源;缺口小时数据已插值平滑,保持趋势连续。

报道时间线

共 1 篇 · 最新优先
  1. Rohan Paul (@rohanpaul_ai)T2·72 分

    DeepSeek-V4.1-Flash 在 4 张 AMD MI355X 上实现 1129 tokens/s

    原标题:Sciforium shows DeepSeek-V4.1-Flash reaching 1,129 output tokens/sec at P90 on 4 AMD Instinct MI355X...

    • 4 张 AMD MI355X 上 P90 输出吞吐达 1129 tokens/s,保留原始权重不改模型
    • 核心增益来自按客户流量调优的投机解码 Drafter,草稿长度可提至 7 token
    • 算子融合与 all-reduce 计算重叠等内核优化共同贡献性能提升