TokenSpeed 是一个专为光速代理工作负载打造的全新推理引擎
NVIDIA AI(@NVIDIAAI)157 字 (约 1 分钟)
72
TokenSpeed 是一个专为代理型工作负载优化的新型开源 LLM 推理引擎，具备高性能 KV 缓存管理、高效调度器和跨芯片支持的模块化内核架构。
入选理由：TokenSpeed 实现了媲美 TensorRT-LLM 的性能与接近 vLLM 的易用性。
精选推文#LLM推理#NVIDIA#开源#KV缓存#注意力机制中英混合
概念
TokenSpeed
衡量模型推理速度的基准测试，用于评估Qwen3.8-Flash-Next性能。
已跟踪 2 条高相关材料
TraeAI 观察
最近变化
2026-10-14 · Qwen3.8-Flash-Next在NVIDIA GB300上达到685 output tokens/s per user
为什么值得关注
TokenSpeed 被反复提及时，通常意味着它正在影响产品路线、开发者工作流或 AI 产业判断。这个页面把分散材料合并成一个可持续更新的观察入口。
KV缓存LLM推理NVIDIANVIDIA GPUQwen
如果只读 3 篇
1
TokenSpeed is a brand new inference engine purpose built for speed-of-light agentic workloads. Re...
NVIDIA AI(@NVIDIAAI) · 7.2 分
TokenSpeed 是一个专为代理型工作负载优化的新型开源 LLM 推理引擎，具备高性能 KV 缓存管理、高效调度器和跨芯片支持的模块化内核架构，在 NVIDIA Blackwell 上实现最快的 MLA 注意力内核。
2
Congrats to @lightseekorg on the impressive TokenSpeed results! 🚀 Great to see Qwen3.8-Flash-Next r...
Qwen(@Alibaba_Qwen) · 7 分
Qwen3.8-Flash-Next在NVIDIA GB300 GPU上实现每用户685输出令牌/秒，展示其高效推理能力。
相关材料
已收录 2 条与 TokenSpeed 相关的内容，按评分排序。
Congrats to @lightseekorg on the impressive TokenSpeed results! 🚀 Great to see Qwen3.8-Flash-Next r...
Qwen(@Alibaba_Qwen)139 字 (约 1 分钟)
70
Qwen3.8-Flash-Next在NVIDIA GB300 GPU上实现每用户685输出令牌/秒，展示其高效推理能力。
入选理由：Qwen3.8-Flash-Next在NVIDIA GB300上达到685 output tokens/s per user
精选推文#Qwen#TokenSpeed#NVIDIA GPU#模型优化中英混合