Folia
← 返回头版

开发者展示在48GB Mac上运行104GB大模型的优化方案

一名开发者在Hacker News上展示了slotstream项目,该项目实现了在仅有48GB内存的Mac上本地运行104GB的Qwen3.8-Flash-Next模型,推理速度约12token/秒1。这一方案通过流式从SSD读取权重、动态内存管理等技术优化,使普通消费级硬件也能运行大型语言模型1。

该项目对硬件的基本要求为搭载Apple Silicon芯片的Mac、macOS 14及以上系统、以及512GB硬盘空间1。经过优化,模型在33GB内存分配点达到最佳性能表现,最低可支持8.1GB内存环境1。权重文件一次性下载需104GB,在高速网络环境下不到1小时即可完成1。预填充阶段可达到约125token/秒的速度1。该项目兼容Ollama和OpenAI SDK的chat与generate端点1。


评论