RTX5060Ti运行Qwen3-VL-8B-Instruct模型速度慢

RTX5060Ti16G使用的CUDA12.8+CUDNN9.8+Pytorch 2.11.dev，用的8B，运行一张640x480的简单图片，输出耗时54s

但是同样的图片，在RTX4060 12G使用的CUDA11.8+CUDNN9.6+Pytorch2.9，用的4B输出耗时只有4s。
专门测试了2B、4B、8B的5060Ti，基本都在40s以上。
图片是一张3.png

但是未找到任何文字。

未曝出任何错误。

版权声明:本文内容由阿里云实名注册用户自发贡献,版权归原作者所有,阿里云开发者社区不拥有其著作权,亦不承担相应法律责任。具体规则请查看《阿里云开发者社区用户服务协议》和《阿里云开发者社区知识产权保护指引》。如果您发现本社区中有涉嫌抄袭的内容,填写侵权投诉表单进行举报,一经查实,本社区将立刻删除涉嫌侵权内容。