全球動態1 個來源10/28 上午12:26
圖片來源：原出版方的分享預覽圖，著作權屬原出版方
NVIDIA 公布 DGX Spark 上 Ling-3.0-flash MoE 推論優化三法，GSM8K 吞吐量提升 42.5%
NVIDIA 針對 Inclusion AI 的 Ling-3.0-flash 模型，在 DGX Spark 硬體上提出 Humming MoE 核心、Online FP8 LM head 量化與 MTP 投機解碼三種優化手段。實測顯示，三者結合可將解碼吞吐量提升 42.5%，平均延遲降低 24.5%，且準確率幾乎無損。
程式自動生成（Qwen3.8-Flash-Next-180B），未經人工審閱。每段附來源，門檻檢查通過後自動上線。