待验证50% 置信基准精确时间
GC-MoE在8张H20 GPU上对DeepSeek-V4.1-Flash的decode在routed和shared-expert两个套件上平均加速1.188倍，峰值分别为1.296倍和1.353倍。
1
来源数
50%
置信度
短期 (~14 天)
时效性
2026/11/4
首次发现
有效期至：2026/11/18
来源
涉及实体
相关事实
待验证MoE GGUF 模型即使体积超过显存，在 NVIDIA 和 AMD GPU 上也能获得最高 3 倍加速。73% 相似待验证NVIDIA的cuFFT库在处理大规模多维FFT时性能可达CPU实现的数十倍72% 相似待验证NVIDIA 在单台 DGX Spark 上展示了一套由三项优化叠加而成的 MoE 推理加速方案，在 Ling-3.0-flash 模型上 GSM8K 解码吞吐量提升 42.5%，未检测到精度变化。72% 相似待验证相比V1模型，新Flash的KV缓存效率提升了约337倍72% 相似已验证H100 GPU采用英伟达Hopper架构，单卡峰值算力达3,958 TFLOPS（FP16精度）71% 相似
引用此条事实
Stable URI
https://kongchang.com/claim/1133726API
curl https://kongchang.com/api/v1/knowledge/claims/1133726MCP
get_claim(id=1133726)