【首发】DGX Spark 三机互连跑 Qwen3-235B-A22B-FP8！

往期我们测试了1 台 DGX Spark 运行 gps-oss-120b FP4 模型，近期我们的技术伙伴测试了3 台集群运行 Qwen3-235B-A22B-FP8 模型，现在来为大家带来第一手的实测性能分析。

实测视频

DGX Spark 三机互连跑 Qwen3-235B-FP8

上述视频中通过3 台 DGX Spark 互连形成环状网 ，已成功调用3台 DGX Spark 的算力，并且可以运行 Qwen3-235B-A22B-FP8 的模型。想要了解网络如何配置可私信，下面我们来看看实测数据。

测试数据（4k输入）

单用户的生成速度有8 tokens/s ，首字延迟在2s左右。

并发为2时，生成速度仍有 7.8 tokens/s ，首字延迟3.29s。

此外 DGX Spark 单用户的 Prefill 能达到2000 token/s 。多用户 Prefill 最高可达 3450 token/s。可以看出 DGX Spark 的表现不错。

为什么 Prefill 那么重要？

1. 用户体验： 在交互式应用中（如聊天机器人），Prefill 直接决定了用户从按下"发送"到看到第一个字开始出现的等待时间。这个"首字延迟"对用户体验至关重要。
2. 处理长上下文能力： Prefill 的计算复杂度与输入序列长度的平方（在原始注意力机制下）成正比。因此当处理非常长的文档或对话历史时，Prefill 延迟会急剧增加成为系统瓶颈。优化 Prefill 性能是让模型用好长上下文的关键。