所以现在推断的意义就在于,我们几乎无法将量化的 Q8 Qwen Coder 3 和 Kimi K2 实例放在我们的 H200 上。Kimi K2 @ Q8 完全没有为上下文留出 kv 缓存的空间。这些模型能否适应单个 8xB200 实例?可能,我们这周会尝试。

LL0.77%
查看原文
此页面可能包含第三方内容,仅供参考(非陈述/保证),不应被视为 Gate 认可其观点表述,也不得被视为财务或专业建议。详见声明
  • 赞赏
  • 4
  • 分享
评论
0/400
幻觉丛生vip
· 5小时前
搞这么花里胡哨的干啥
回复0
TerraNeverForgetvip
· 5小时前
这太撑爆了吧
回复0
FadCatchervip
· 5小时前
这kv缓存空间咋用完了
回复0
Floor_Sweepervip
· 5小时前
显卡都塞不下 搞啥呀
回复0
交易,随时随地
qrCode
扫码下载 Gate APP
社群列表
简体中文
  • 简体中文
  • English
  • Tiếng Việt
  • 繁體中文
  • Español
  • Русский
  • Français (Afrique)
  • Português (Portugal)
  • Bahasa Indonesia
  • 日本語
  • بالعربية
  • Українська
  • Português (Brasil)