NInfer6000 - Qwen 3.8 Flash Next 모델을 RTX6000에서 400 tg/s 및 13K pp/s로 구동
요약
RTX6000의 NInfer 포크를 활용하여 Qwen 3.8 Flash Next 모델을 테스트한 결과를 공유합니다. 이 모델은 NVFP4 MoE 구조로, 최대 96GB VRAM과 디스크 n-gram을 사용하며, Context 길이와 Prefill Prompt length 측면에서 성능 향상을 입증했습니다.
핵심 포인트
- RTX6000 NInfer 포크를 사용하여 Qwen 3.8 Flash Next 모델 구동 테스트 진행.
- Context Decode 속도가 전반적으로 +30% 내외의 성능 개선을 보였습니다.
- Prefill Prompt length는 Context 길이에 관계없이 높은 수준을 유지했습니다.
AI 자동 생성 콘텐츠
본 콘텐츠는 Reddit AI Engineering의 원문을 AI가 자동으로 요약·번역·분석한 것입니다. 원 저작권은 원저작자에게 있으며, 정확한 내용은 반드시 원문을 확인해 주세요.
원문 바로가기