自建大模型

90 token/秒跑在两张矿卡上 — 中国开源大模型让企业自建 AI 重新上桌

一位硬件玩家用两张退役矿卡（CMP 170HX）部署智谱 GLM-5.3-Flash，384K 上下文跑出约 90 token/秒，同机对比的阿里 Qwen3.8-Flash-Next 也达到接近速度。值得关心的是：中国头部开源模型已经能在消费级硬件上跑出可用性能，企业自建 AI 的成本边界正在被重