待验证50% 置信基准精确时间

Qwen3-32B在H100上使用重叠式检查点加载相比默认普通加载方式实现2.38倍加速（35.6秒 vs 84.8秒）

1

来源数

50%

置信度

中期 (~90 天)

时效性

2026/9/5

首次发现

有效期至：2026/12/4

来源

SGLang v0.5.18发布：710个PR带来哪些性能飞跃

涉及实体

Qwen3-32Bmodel H100product SGLang v0.5.18product

相关事实

待验证V3引入KV缓存后，从512-token提示词生成100个token的耗时从278秒降到28秒，接近10倍加速68% 相似待验证在RTX 5080上测试，BF16原始方案单次采样耗时约4.651秒，选择性FP8方案约3.651秒，提速约22%65% 相似待验证Qwen3 27B用Three.js生成3D赛车游戏时，上下文设置为65000，耗时2小时15分钟，平均每秒仅4.78个Token64% 相似

引用此条事实

Stable URI

https://kongchang.com/claim/860548

API

curl https://kongchang.com/api/v1/knowledge/claims/860548

MCP

get_claim(id=860548)