3月17日，联想宣布旗下首款AMD AI大模型训练服务器联想问天WA7785a G3在单机部署671B（满血版）DeepSeek大模型时，可实现极限吞吐量6708token/s，将单台服务器运行大模型的性能推向了新高，充分展现了联想在AI基础设施领域技术的深厚积淀与研发的快速响应能力。

　　软硬协同打造业界性能新标杆

　　依托联想万全异构智算平台，联想通过访存优化、显存优化、PCIe 5.0全互联架构创新以及精选SGLang框架中性能最优算子等诸多创新方式，对大模型从预训练、后训练到推理的全流程进行持续优化，在单台部署DeepSeek 671B大模型的联想问天WA7785a G3上实测最高吞吐量达6708 token/s。

　　在模拟问题对话场景（上下文序列长度128/1K）时，最高可支持并发数158，TPOT 93毫秒， TTFT 2.01秒；而在模拟代码生成（上下文序列长度512/4K ）时，并发数可达140，TPOT 100毫秒， TTFT 5.53秒。

　　这一成绩意味着单台联想问天WA7785a G3可以支撑1500人规模企业的正常使用，是继联想问天WA7780 G3服务器单机部署满血版DeepSeek 大模型总吞吐量突破2500 token/s之后，单机部署该大模型推理性能的又一次突破。

　　此次突破是联想中国基础设施业务群、联想研究院ICI实验室和AMD联合设计、协同调优、共同实现的。此结果也并非最终结果， 联想与AMD 还在持续尝试深度调优新方法。实现更高调优突破。

　　硬核配置构筑强大DeepSeek算力底座

　　联想问天 WA7785a G3服务器是联想与AMD双方深度合作的智慧结晶，正是双方通力合作带来的技术创新、软硬协同能力与架构突破为DeepSeek-R1满血版大模型插上性能腾飞的翅膀。

　　强大算力引擎：联想问天WA7785a G3搭载了2颗AMD处理器和8颗AMD新一代Instinct OAM GPU，它们为大模型训练、推理等场景提供了强大的算力引擎。

　　超大显存优势：WA7785a G3拥有超大的显存容量，单颗GPU的HBM3e显存容量高达192GB，总计达1.5TB。超大显存使得单机支持全量模型推理情况下，仍保留充足的KV缓存空间。而其显存带宽达到了惊人的5.3TB/s，GPU聚合带宽达896GB/s，节点间网络带宽3.2TB/s，更高的带宽可为推理解码实现极致加速，充分满足了大模型并行计算时对跨节点通信的高带宽需求，使其成为用户首选大模型推理服务器。

　　特有创新架构：联想问天WA7785a G3的独特架构设计也为最大程度地释放算力潜能、突破带宽限制发挥了关键作用，其三重独立风道设计分别针对CPU节点、GPU节点和交换机节点进行精准散热控制，提高了散热效率，为服务器的稳定性和可靠性提供了有力保障。

　　未来，联想将持续深化与产业伙伴的技术协作，通过架构创新、算法优化与硬件技术创新，不断突破性能边界，为各行业提供更高密度、更低能耗、更易部署的AI算力基础设施，推动AI算力向更高效、更普惠、更可持续的方向演进，助力中国智算产业的持续发展。（科文）