Notes d’ingénierie
Des articles pour ceux qui
livrent le stack
Textes sur React, Node.js, TypeScript et AI. Un corps traduit est affiché quand il existe. Sinon vous voyez le texte anglais et une note qui le dit.
Tag : tensor-parallel
Pourquoi deux cartes RTX 3090 atteignent-elles 55 tok/s au lieu de 220 avec SGLang et DFlash2 ?
Une présentation pratique de l’exécution de Qwen3.8-27B sur deux cartes 3090 à l’aide de SGLang, ainsi que de la manière dont les liaisons PCIe x4, l’absence de fonction P2P, un cache KV trop restreint et des pics d’énergie ont limité la vitesse annoncée.
7 min de lecture
FAQ
À propos de ces articles
Oui. Chaque texte est un rewrite anglais original pour ce site. Structure et code suivent la source ; la prose est réécrite et contrôlée.
L’anglais est la source. Une autre langue n’apparaît que si ce corps traduit existe. Une traduction absente reste en anglais, y compris sur une adresse localisée.
Les brouillons entrent en file après relecture. L’import ne prend que les slugs nouveaux ou modifiés — sans doublons.
Exemples illustratifs. Validez stack et licences avant la prod. Pour une livraison, envoyez le brief.
Devis en 24 h
Besoin du même stack en couche opérateur ? Envoyez le brief — devis sous 24 h.