Unsloth accélère l'inférence locale de Qwen3.8-Flash de 1,7 fois
Titre original:Qwen3.8-Flash can now run 1.7× faster locally with MTP!⚡️ GGUFs can reach 170 tokens/s on a RTX PRO...
Résumé IA
Grâce au MTP (Multi-Token Prediction), Unsloth accélère l'inférence locale de Qwen3.8-Flash-Next d'environ 1,3 à 1,7 fois sans perte de précision ; le GGUF atteint 170 tokens/s sur une seule RTX PRO 6000 (contre 100 tokens/s en référence).
Points clés
- Grâce au MTP (Multi-Token Prediction),Unsloth accélère l'inférence locale de Qwen3.
- 8-Flash-Next d'environ 1,3 à 1,7 fois sans perte de précision
- le GGUF atteint 170 tokens/s sur une seule RTX PRO 6000 (contre 100 tokens/s en référence).
En bref
- Publié
- Mis à jour
- Source
- X:Unsloth (@UnslothAI)
- Catégorie
- Produits et applications
- Score IA
- 66
原文给出了 MTP 加速的具体倍数、显存门槛和各量化档位内存需求,读者可以据此判断自己的设备能否跑通。
Source et droits
Cet article s'appuie sur des titres sélectionnés et des résumés IA issus de l'API publique AIHOT, avec attribution et liens de retour. Les droits sur l'original restent ceux des médias et auteurs d'origine ; ce site ne reproduit pas les textes intégraux.
Comment citer
Pour citer cet article, conservez le titre, la date et le lien permanent, et indiquez Orange News comme source.
Orange News : Unsloth accélère l'inférence locale de Qwen3.8-Flash de 1,7 fois. 2. septembre 2026. https://new.nat6.net/fr/news/cmtyjea9r0005ro10eeudp015/