Hacker News：AI 热帖· ibobev·· 2 小时前AI 评分67
图形工程师的 AI 性能指南：用 Qwen3 与 llama.cpp 实测 LLM 推理优化
A Graphics Engineer's Guide to AI Performance
AI 导读
图形工程师 Cameron Egbert 在 RTX 3090 上用 llama.cpp 和 Qwen3 模型测试量化、Flash Attention、KV-cache 压缩与投机解码，总结不同推理优化对应的瓶颈和适用边界。
来源：Hacker News：AI 热帖 · cqegbert.substack.com