待验证50% 置信基准精确时间

Collapse推理速度：CPU上单条10-token上下文约0.23毫秒，MPS在batch 1024下约230万token/秒，最近邻查询约0.48毫秒

1

来源数

50%

置信度

长期有效

时效性

2026/7/12

首次发现

来源

无需MLP与注意力机制：点吸引子动力学如何学习词嵌入

redditr/learnmachinelearning2026/7/10

相关事实

待验证Gemma量化模型在高性能笔记本电脑上Token生成速度可达每秒20-50个，纯CPU推理约5-15 tokens/秒，INT4量化下NVIDIA RTX 4060/4070可将推理速度提升3-5倍72% 相似待验证在配备96GB显存的M2 Max上以1-bit精度运行时，简单任务生成速度稳定在约28-30 tokens/秒72% 相似待验证华为云ASS零区计算集群支持10万卡规模算力，Token生成延迟压缩到10毫秒以内，算力达到2001 PFLOPS71% 相似

引用此条事实

Stable URI

https://kongchang.com/claim/491364

API

curl https://kongchang.com/api/v1/knowledge/claims/491364

MCP

get_claim(id=491364)