你这个prefill速度不对劲,怎么只有1300tok/s,建议把--prefill 从 auto:6144 改成 auto:32768,32k以上输入情况下,prefill速度能提升到2600tok/s,32k以下输入也能保持2000tok/s。如果再把引擎升级到0.1.56(默认起草器从mtp变成了dflash2),prefill可以进一步提升到3000tok/s。
你这个prefill速度不对劲,怎么只有1300tok/s,建议把--prefill 从 auto:6144 改成 auto:32768,32k以上输入情况下,prefill速度能提升到2600tok/s,32k以下输入也能保持2000tok/s。如果再把引擎升级到0.1.56(默认起草器从mtp变成了dflash2),prefill可以进一步提升到3000tok/s。