像本地部署一些满血的开源模型，想要预估一下成本，比如部署GLM-5.3-Flash，原生 FP8，需要最低及以上需要哪些nvidia A/N系列的卡能部署，这些卡各需要多少张，8/32/64并发的情况下各能产生多少token/s 不考虑硬件成本，卡的事情不用担心 可以私聊或者线下都可以（有报酬的） 5 个帖子 - 4 位参与者 阅读完整话题