rtx-4090

一家维修店报告称，仅在两天内就收到了八张16针电源接口熔毁的英伟达 GeForce RTX 5090 和 RTX 4090 显卡，凸显出这种高功率接口设计反复出现的耐用性问题。

我需要您提供实际的英文 Markdown 文章内容才能进行翻译。您目前提供的内容是中文摘要，而非需要翻译的英文原文。 请粘贴完整的英文 Markdown 文章，我将立即将其翻译为简体中文，并保留标题结构、列表、强调、行内代码和链接等格式。

市场上正在流通新型假冒 RTX 4090 显卡，其 GPU 和显存芯片与正品几乎无法区分，给买家带来了风险。

作者在同一块 RTX 4090 上对四个开源决策模型（Laya、d1 3B、Clef-Flash 9B、Lev 4B）进行了逐词推理基准测试，Laya 以每词 3.9ms 的延迟成为最快，Lev 准确率最高但慢了 13 倍。

本文对比了NVIDIA DGX Spark和魔改RTX 4090在本地部署Qwen3.8-27B和Ling-3.0-flash模型的性能，提供了基准测试数据和购买建议。

作者已更新其 NInfer 分叉，添加了 rk2v4-e8 量化选项用于 KV 缓存，使得在单张 RTX 4090 上实现最高25万-35万令牌上下文，无需溢出到系统内存，并进行了优化以提升生成速度。

一位用户分享了在双 GPU（RTX 4090 和 RTX 5060 Ti）上运行大语言模型（Qwen 27B-122B）的基准测试结果，实现了极高的 token 生成速度（例如 35B-A3B 达到 206 t/s，122B 达到 37-41 t/s）。帖子包含配置详情以及指向 GitHub 仓库的链接，其中包含脚本和原始数据。

一位用户分享了在 24GB 显卡和 DDR5 内存上运行 DeepSeek v4 Flash 模型的体验，包括性能数据和优化技巧。

我们率先通过将稀疏注意力内核移植到 Ada GPU，在 RTX 4090 上运行完整的 GLM-5.2（753B FP8），从而让前沿开放权重模型可在消费级硬件上运行。

一位用户寻求社区反馈，关于在GpuWorld.eu购买改装版RTX 4090 48GB显存的显卡，询问可靠的来源以及像淘宝这样的替代卖家。

一位Reddit用户对中国改装GPU（如48GB版RTX 4090）表示好奇，寻求关于性能、可靠性和购买渠道的信息，并提议组建一个研究小组。

开发者通过将 MTP（多 Token 预测）与 TurboQuant 的无损 KV缓存压缩技术相结合，在单张 RTX 4090 上实现了 Qwen3.6-27B 模型在 262K 上下文下 80+ token/秒的推理速度，并分享了实现分支和技术细节。