AI圈报观点 / 方法普通
NVIDIA 展示在 DGX Spark 上加速 MoE 推理的 3 种方法，Ling-3.0-flash 吞吐量提升 42.5%
原始标题：NVIDIA Shows 3 Ways to Speed Up MoE Inference on DGX Spark, Lifting Ling-3.0-flash Throughput 42.5%
内容摘要
NVIDIA 技术博客展示在单台 DGX Spark 上加速 Ling-3.0-flash 的 MoE 推理，叠加 Humming MXFP4 MoE kernel、FP8 输出层与内置 MTP 投机解码三项优化后。