Cinco placas de mineração usadas executam o Qwen3-Coder-Next a 40 tokens por segundo

Um usuário do Reddit, no fórum LocalLLaMA, reuniu cinco placas BC-250 usadas para executar o Qwen3-Coder-Next, um modelo de IA para programação. Segundo ele, o conjunto atinge cerca de 40 tokens por segundo com uma janela de contexto de 30.000 tokens, caindo para aproximadamente 30 tokens por segundo com 100.000 tokens.

As placas compartilham cerca de 71 GB de memória de vídeo e se comunicam pela conexão Ethernet integrada de 1 gigabit. O responsável pela montagem diz que a configuração custou menos de US$ 800, mas ressalta que ela é “muito ineficiente” no consumo de energia; ele talvez acrescente mais duas placas para testar outro modelo.