1× DGX Spark
19,3tok/sAlltag
1 Anfrage, Prosa-Prompt, Kontext 1k, ohne Spekulation Quelle
Intelligenzkein unabhängiger Wert
- Lizenz ungeklärt
Lokale KI · Rezept · 4× RTX 3090
Laguna-S-2.1 INT4 mit vLLM auf 4× RTX 3090
Laguna-S-2.1 INT4 mit vLLM auf 4× RTX 3090: 87,5 tok/s laut github.com (Datensatz-Stand: 3. Nov. 2026).
von alesha-pro
Engine
- Engine
- vLLM 0.25.0
- Quantisierung
- INT4 (compressed-tensors, poolside) + FP8 KV; Draft DFlash-INT4
- Modellfamilie
- Laguna-S-2.1
- Kontext
- 131.456
- Kreator
- alesha-pro
- GitHub-Sterne
- 2
- Repo-Stand
- 22. Juli 2026
Messwerte
Alle belegten Werte dieses Rezepts, je mit Bedingung und Quelle. Balken im Verhältnis zum größten Wert der Gruppe.
Decode · 1 Anfrage
Prefill je Kontext
Was brauche ich
- Hardware
- 4 × NVIDIA RTX 3090
- Gewichte
- Hauptgewichtpoolside/Laguna-S-2.1-INT4 openmdw-1.1
- Draft-Modellpoolside/Laguna-S-2.1-DFlash-INT4 Lizenz ungeklärt
- Engine
- vLLM 0.25.0
- Kontext
- 131.456 Token
Hinweise
Was vor dem Nachbauen wichtig ist.
- Experimentell
- Lizenz ungeklärt
Quellen
- github.com/alesha-pro/laguna-dflash-4x3090/blob/main/all-results.csv
- github.com/alesha-pro/laguna-dflash-4x3090/blob/main/content-single.csv
- github.com/alesha-pro/laguna-dflash-4x3090
- github.com/alesha-pro/laguna-dflash-4x3090/blob/main/METHODOLOGY.md
- github.com/alesha-pro/laguna-dflash-4x3090/blob/main/launch_server.sh
Verwandte Rezepte
1× DGX Spark
20,6tok/sGemischt
1 Anfrage, gemischtes Prompt-Set, mit DFlash (laut Rezept) Quelle
Intelligenzkein unabhängiger Wert
- Eigener Kernel nötig
- Lizenz ungeklärt
4× RTX 3090
283tok/sSpitze
1 Anfrage, Code-Prompt Quelle
Intelligenzkein unabhängiger Wert
- Lizenz ungeklärt
1× RTX PRO 6000
155tok/sSpitze
1 Anfrage, Code-Prompt Quelle
Intelligenzkein unabhängiger Wert
- Lizenz ungeklärt
1× DGX Spark
76,7tok/sSpitze
1 Anfrage, Bestwert der Quelle Quelle
Intelligenzkein unabhängiger Wert
- Lizenz ungeklärt
1× DGX Spark
kein belegter Tempowert
Intelligenzkein unabhängiger Wert
Lokale KI im eigenen Unternehmen?
Im Workshop klären wir, welche Modelle und welche Hardware zu Ihren Aufgaben passen, und bauen den ersten Agenten auf Ihrer Infrastruktur.