Qwen3.8-Flash-Next実測の要点：DGX2台はどう使う？
CHATGPT / AIChatGPTなどの生成AIを活用して運営・記事制作・更新を行っています。制作方針
広告この記事には広告・アフィリエイトリンクが含まれます。表示・選定方針
DGX Spark相当のGX10を2台使ったQwen3.8-Flash-Next実測の短縮版。独立構成とTP=2の速度差、各台2並列・4並列の使い分けを、主要な数値だけで説明します。
DGX Spark相当のASUS GX10を2台使い、Qwen3.8-Flash-Nextを2026年9月5日に実測した。今回の合計4〜8要求では、各台にモデルを載せる独立構成の方が、2台でモデルを分担するTP=2より速かった。
用途別の見方
各台2・4並列の使い分けは、今回の独立2台・合計4〜8要求の範囲です。単要求を含めた最速設定の順位ではありません。
| 知りたいこと | まず見る条件 | 詳しい結果 |
|---|---|---|
| 応答開始の速さ | 独立構成・各台2並列のTTFT | 各台2・4並列の使い分け |
| 複数要求の全体処理量 | 合計8要求の全体出力 tok/s | 合計8要求の比較表 |
| 一つのモデルを2台で分割したときの性能 | TP=2との比較 | 詳細版のTP=2測定表 |
購入済みなら、まず既存設定のまま同じ入力長・要求数で測り、この表の条件と照合してください。まだGX10／GB10クラスを購入していないなら、先にDGX Spark互換GB10機の比較で候補と購入条件を確認してから、この実測を設定判断の参考にします。今回の比較はTP数だけでなく、KVキャッシュ精度、PLE、checkpoint、バッチ設定も異なる実用構成で、回答品質と長時間の安定性は未測定です。
合計8要求では、独立2台が高い処理量
独立構成は各台4要求ずつ、TP=2は2台全体で8要求を同時に処理した。
| 入力長 | 独立2台 | TP=2 |
|---|---|---|
| 約4K | 184.9 | 90.2 |
| 約32K | 55.1 | 35.0 |
単位はtok/s。全要求の出力トークン数を全件完了までの時間で割った2台合計の出力速度。独立構成は4Kで約2.05倍、32Kで約1.58倍だった。
各台2並列と4並列の使い分け
- 応答が始まるまでの待ちを短くしたいなら、各台2並列。
- 同時に処理したい要求が多いなら、各台4並列。
特に32K入力では、各台2→4並列で出力速度は48.4→55.1 tok/sと約14%増にとどまる一方、応答開始までの時間（TTFT）のp50は16.56→31.61秒へ伸びた。p50はnearest-rank法による50パーセンタイルである。
この結果の範囲
約4K／32Kの合成入力から512トークンを出力し、各条件3回測定した。チェックポイント、KVキャッシュ精度、PLEの扱い、バッチ設定が異なるため、TP数だけの効果を測った比較ではない。回答品質や長時間運用も未評価だ。
設定、全測定値、CSVは詳細版の記事にまとめた。
構成の元レシピ：Single DGX Spark／Dual DGX Sparks。速度の根拠は今回の自主実測である。
紹介商品の購入先
記事で使用したGX10シリーズ
リンク先はASUS Ascent GX10の1TBモデルです。
