Arao AI
返回搜索结果

Qwen3.8-27B · NVFP4

发起讨论
NVIDIA RTX PRO 6000 Blackwell96GBSGLang main (2026-09)L0 自报

本页汇总 Qwen3.8-27B（NVFP4）在 NVIDIA RTX PRO 6000 Blackwell 上以 SGLang 运行的 1 次实测数据，来自 1 个独立来源平台；指标为已上架实测的均值。

171.1 tok/s

Decode

解码速度

10,877.7 tok/s

Prefill

预填充速度

1.51 s

TTFT

首 token 延迟

88.32 GB

VRAM

显存占用

L0 自报

1

实测次数

1

独立来源

其他

来源平台

5 天前

最后验证

性能表现

  1. SGLang · NVFP4 （当前）Decode 171.1 · Prefill 10877.7 ·

核心数据

Decode（平均）
171.1 tok/s
Prefill（平均）
10,877.7 tok/s
TTFT（平均）
1.51 s
VRAM（平均）
88.32 GB
MTP 接受率
—
TTFB
— GB
功耗
— W

基础配置

成员级字段取自最近一次实测

模型
Qwen3.8-27B
量化方式
NVFP4
框架
SGLang
版本
main (2026-09)
上下文长度
262144 tokens
批次大小
1
Flash Attention
开启

硬件信息

标称与实测并排陈列，能否运行由读者自判

GPU
NVIDIA RTX PRO 6000 Blackwell
标称显存
96 GB
实测显存（均值）
88.32 GB
系统
Ubuntu 24.04

获取与上手

原始模型资料

以下为基础模型入口，不保证与本次量化版本一致；部署请使用上方已核实权重。

启动命令

最近一次实测使用的命令
sglang serve --model-path RadixArk/Qwen3.8-27B-NVFP4 --context-length 262144 --kv-cache-dtype fp8_e4m3 --mem-fraction-static 0.92 --attention-backend flashinfer --speculative-algorithm DFLASH --speculative-draft-model-path incoai/Qwen3.8-27B-DFlash2 --speculative-num-draft-tokens 8

部署教程

https://lcz.me/topic/1336

来源与证据

共 1 条实测记录，逐条可回溯到原始出处

  1. L0 自报其他原始链接 验证于 2026-09-28

    main (2026-09) · Ubuntu 24.04 · 262144 ctx

    171.1 tok/s

    Decode

    10,877.7 tok/s

    Prefill

    1.51 s

    TTFT

    88.32 GB

    VRAM

    —

    MTP

    — W

    功耗

    约 16K input、输出 4096、并发 1：TTFT 1.506s，prompt processing 10,877.7 t/s，decode 171.1 t/s。