近日，聯想宣布旗下首款AMD AI大模型訓練服務器聯想問天WA7785a G3在單機部署671B(滿血版) DeepSeek大模型時，可實現極限吞吐量6708token/s，將單臺服務器運行大模型的性能推向了新高。

據悉，依托聯想萬全異構智算平臺，聯想通過訪存優化、顯存優化、PCIe 5.0全互聯架構創新以及精選SGLang框架中性能最優算子等諸多創新方式，對大模型從預訓練、后訓練到推理的全流程進行持續優化，在單臺部署DeepSeek 671B大模型的聯想問天WA7785a G3上實測最高吞吐量達6708 token/s。

在模擬問題對話場景(上下文序列長度128/1K)時，最高可支持并發數158，TPOT 93毫秒, TTFT 2.01秒;而在模擬代碼生成(上下文序列長度512/4K )時，并發數可達140，TPOT 100毫秒, TTFT 5.53秒。意味著單臺聯想問天WA7785a G3可以支撐1500人規模企業的正常使用，是繼聯想問天WA7780 G3服務器單機部署滿血版DeepSeek大模型總吞吐量突破2500 token/s之后，單機部署該大模型推理性能的又一次突破。

此次突破是聯想中國基礎設施業務群、聯想研究院ICI實驗室和AMD聯合設計、協同調優、共同實現的。此結果也并非最終結果，聯想與AMD還在持續嘗試深度調優新方法，實現更高調優突破。