本地跑大模型慢，八成不是算力问题！单卡跑 MoE 卡在内存带宽？英伟达甩出 3 招把推理速度往上顶

英伟达开发者博客实测 Ling-3.0-flash 在 DGX Spark 上单条推理，发现瓶颈不在算力而在读权重，MoE 和输出层投影最吃时间。

完整的大白话解读、专业细节和短视频口播稿，打开巨象雷达登录后查看。

原文：3 Ways to Boost MoE Inference on NVIDIA DGX Spark