GLM 5.2 量化版在 M3 Ultra 上本地跑到 16 tokens/秒
antirez · x · 2026-07-05
Ivan Fioravanti 分享视频演示,智谱 GLM 5.2 的 4bit 量化版本可在单台配备 512GB 内存的苹果 M3 Ultra 上以约 16 tokens/秒的速度本地运行,同时 ds4-eval 的视频在 q2 量化版本上运行。该演示被 Redis 作者 antirez 转发,展示了在大内存 Mac 上本地跑大模型的实际性能表现。
所属事件:GLM-5.2量化版在M3 Ultra本地推理达16 tok/s(2 条相关)→
「Infra」频道最新
- 芯片封装对比显示 DF2000 采用更先进堆叠方案 — teortaxesTex · 2026-07-27
- WEKA NeuralMesh 被指在 GPU 服务器上可接近 HBM3 带宽 — AccBalanced · 2026-07-27
- Nvidia 被调侃成开源 AI 领头羊，仓库图却真排第一 — AccBalanced · 2026-07-27
- 8 美元 ESP32-S3 竟能离线跑 2890 万参数模型 — yangyi · 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