4 张英伟达 V100 实测：长提示处理速度较 M5 Ultra 快 230%

YouTube 频道 Jun Yamog 实测将 4 张 2017 年发布的英伟达 Tesla V100 数据中心 GPU 装上 NVLink 载板，对比 M5 Ultra 与 2 台 DGX Spark 的推理速度。

用 4-bit 量化的 Qwen3.8-Flash-Next 模型测试，长提示处理 V100 集群较 M5 Ultra 快 230%，较 2 台 DGX Spark 快 40%；短提示处理分别领先 163%和 40%。

V100 基于 Volta 架构，32GB 版 HBM2 显存带宽达 900GB/s；NVLink 载板提供 300GB/s 互联，可缓解多卡通信瓶颈。测试者认为与 Apple Silicon 的差距部分源于软件优化不足。

短提示 Token 生成中，V100 集群达 100.6 tok/s，M5 Ultra 为 44.5 tok/s，旧款数据中心 GPU 仍具较高吞吐能力。