Qwen3.6 27B在M5 Max上实现81 TPS本地推理
max_paperclips · x · 2026-07-03
用户转发测试数据显示，在苹果M5 Max芯片上运行Qwen 3.6 27B模型可达81 tokens/秒的推理速度，即使在生成11k token时仍能维持63 TPS。该测试来自MTPLX推理优化工具，其V2版本即将发布，进一步提升本地大模型推理性能。
「Infra」频道最新
- WSJ：英伟达商谈为 OpenAI 数据中心计划提供约 2500 亿美元背书 — KateClarkTweets · 2026-07-27
- YC 演讲谈 BCI × AI：真正决定速度的是基础设施 — garrytan · 2026-07-27
- 13B 模型靠 SSD 分页在无独显电脑上离线跑通 — ID_R_McGregor · 2026-07-27
- llama.cpp 提醒：旧版 GGUF 在新改动后必须重生成 — EconomySerious · 2026-07-27
- 5090 本地测试：80k 上下文下 Qwen Q6 速度掉到 15 tok/s — LFAdvice7984 · 2026-07-27
- Ubuntu 部署惊艳实测：5090 显卡成最易配置的 AI 设备 — _xjdr · 2026-07-27