DFlash调优后提升Laguna S 2.1推理
社区用户在2x RTX 5090上测试Laguna S 2.1配合DFlash投机解码，默认参数一度比无draft更慢，但经过调优后吞吐提升到64 tok/s，略高于基线。案例显示，当大模型部分专家溢出到CPU内存时，DFlash这类方案仍有优化空间。
事件进展（1 篇报道）
-
2026-07-23 23:12
社区用户在2x RTX 5090上测试Laguna S 2.1配合DFlash投机解码，默认参数一度比无draft更慢，但经过调优后吞吐提升到64 tok/s，略高于基线。案例显示，当大模型部分专家溢出到CPU内存时，DFlash这类方案仍有优化空间。