Søgning
22 briefing-resultat(er) for »rtx-5090«
Intel Arc Pro B70: Halv hastighed for en femtedel af prisen på RTX 5090
En bruger tester Intel Arc Pro B70 (32GB, $1.299) mod RTX 5090 på Qwen3.8-27B: 52 vs 98 tok/s generation, 960 …
Opfølgning: Qwen3.8-Flash-Next når 504 tok/s på 2x RTX 5090 med QEngine
QEngine v1.3.1 leverer op til 504 tok/s på Qwen3.8-Flash-Next med 2x RTX 5090, 1.5-1.9x hurtigere …
Opfølgning: Project Maya kører GLM-5.3-Flash på én GPU
… 30+ tok/s på en RTX 5090, op til 118 på fire RTX 4090'ere, med eksperter fordelt på GPU, RAM og SSD. Se …
Opfølgning: FP8-udgave af Qwen 3.8 næppe praktisk på RTX 5090
Brugeren kører NVFP4 flot med høj kontekst på RTX 5090, men 30,9 GB FP8-repoen efterlader for lidt kontekst til praktisk brug. Se …
Opfølgning: Basalt – 665 tok/s på Qwen3.8 Flash-Next med RTX 5090
Ny Blackwell-inference-engine Basalt opnår 2,6x Strata-hastighed med dual GPU og understøtter op til 8 samtidige brugere. [Se tidligere briefingen](/archive …
Opfølgning: Infernix slår Strata på Qwen Flash Next med 23% højere hastighed
Benchmarks på RTX 5090 viser at Infernix leverer 149 tok/s mod Strata 120 tok/s ved 262k kontekst. [Se tidligere briefingen](/archive/2026 …
Opfølgning: MegaCapybara – dobbelt så hurtig som Ninfer på RTX5090
En ny inferensmotor, MegaCapybara, hævdes at være dobbelt så hurtig som Ninfer til Qwen3.8 27B på RTX5090 med op til 650 tok/s …
Opfølgning: Ville du købe en dedikeret Qwen3.8-chip til 7.000 TPS for 1.000 $?
En bruger rapporterer om at køre Qwen3.8-27B på CachyOS med 2× RTX 5090 via vLLM. En praktisk reference til dem, der overvejer …
Opfølgning: Qwen 3.8 Flash Next kører 50 t/s på RTX 5090 med FreeToken
FreeToken giver expert caching til MoE-modeller og løfter Qwen 3.8 Flash Next til brugbare hastigheder på en enkelt RTX 5090. PP på …
Radeon RX 10800 XT kan slå RTX 5090 med 15-25 % i lokal AI
Ifølge rygter overgår AMD's kommende kort Nvidias flagskib i både 4K-spil og lokal AI. Mere konkurrence på hardwaremarkedet er godt for open …
Qwen 3.8 27B løser åbent matematisk problem live på RTX 5090
En bruger lader Qwen 3.8 27B arbejde på dækningsdesign C(25,15,5) i et agentisk eksperiment. Målet er at vise, at open …
Opfølgning: NInfer-fork skubber 555k kontekst på en enkelt 5090
Ny fork leverer 555k kontekst i FP4 på en RTX 5090 med NVFP4 KV-cache, Hadamard-rotation og YaRN – 45 % mindre VRAM uden kvalitetstab …
Vision-støtte gør Qwen 3.8 27B til en bedre kodeassistent
… Kører lokalt på en RTX 5090.
Opfølgning: Qwen 3.8 27B kører 1M kontekst på to RTX 5090'er via NInfer fork
… 8-27B NVFP4 kører 1.048.576 tokens kontekst på to 5090'er – 119 tok/s med MTP. vLLM's MTP-acceptance falder til …
FreeToken: Kør frontlinje-MoE på din gaming-PC
… s med Qwen3.6 35B på en RTX 4060 laptop og 22-25 tok/s med DeepSeek-V4-Flash 284B på en RTX 5090.
Bruger skifter fra Claude til lokal Qwen3.8 – 'jeg er fri'
En Reddit-bruger rapporterer at have erstattet Claude Pro med en lokal Qwen3.8-27B på en RTX 5090M, og oplever kun få kompromiser.
Opfølgning: DFlash2 giver Qwen 3.8 27B op til 200 tk/s på RTX 5090
Ny spekulativ dekodningsteknik i llama.cpp øger hastigheden markant på kodegenerering, men kræver mere hukommelse. [briefingen 8. august](/archive/2026-08-08)
Opfølgning: Muse Glimmer 30B rammer 280 t/s med spekulativ dekodning på RTX 5090
Muse Glimmer 30B (Q6_K_XL) med DFlash spekulativ dekodning opnår op til 287 tokens/sek på en enkelt RTX 5090 i llama.cpp …
Muse Glimmers reasoning traces er kaotiske og repetitive sammenlignet med Qwen og Gemma
… Til gengæld er modellen meget hurtig med DFlash på en RTX 5090.
Opfølgning: DeepSeek V4 Flash kører med 1M kontekst på en enkelt RTX 5090 + DDR5
En reddit-bruger får fuld 1M kontekst til at køre på en RTX 5090 med 256 GB DDR5 ved hjælp af CPU/RAM-offloading …
Opfølgning: Brugere forsøger at køre Kimi K3 – 80 RTX 5090'er i brug
En bruger har fået K3 til at køre på 80 RTX 5090 via 25GbE. Andre eksperimenterer med llama.cpp og tekst-only (se [briefingen …
1 million kontekst på en RTX 5090 med DeepSeek V4 Flash
DeepSeek V4 Flash kører nu med 1 million tokens kontekst på en enkelt RTX 5090 via llama.cpp. Præstationen er solid, men der er …