实测 MLX 推理:M2 Max 端侧仍达 514 tok/s
MaziyarPanahi · x · 2026-07-04
针对"729 tok/s 是否真实"的疑问,作者实测了四个 v2 MLX 构建版本:同一临床语料、单流、batch 1、解码开销计入。结果显示 8-bit 在两款模型上都快于 fp16,因此 demo 采用 8-bit;一台普通 M2 Max 笔记本完全端侧也能跑出 514 tok/s。
「Infra」频道最新
- 多州暂停新建数据中心，72% 美国人反对建在家门口 — YvesMulkers · 2026-10-26
- 500 万美元种子轮不够 DeepSeek 训一遍:没 GPU 的 AI 创业只剩三条路 — FinanceYF5 · 2026-10-26
- HBM 需求转向:低端推理砍单,Rubin 将全系 12-high HBM — BenBajarin · 2026-10-26
- CircuitHub 发布工厂级机器人 The Grid，美国产 PCB 提速两倍对标深圳 — garrytan · 2026-10-26
- Ubicloud 发文修复 vLLM 工具调用准确率问题 — petrusenko_max · 2026-10-26
- Meta 批准无投票权 C 类股，2026 年资本开支指引达 1350–1450 亿美元 — thione · 2026-10-26