GLM-5.2量化版在M3 Ultra 512GB本地推理达16 tok/s
antirez · x · 2026-07-06
用户在Apple M3 Ultra 512GB设备上运行GLM-5.2 q4量化模型（ds4-eval版），推理速度约16 token/s。开发者计划更新旧分支以引入批量推理进一步提升性能。这是一次关于智谱GLM系列模型在高端Apple芯片上本地部署性能的实测记录。
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
- 7900 XTX 24GB 能否跑 Qwen，Reddit 征集 ROCm 实测数据 — thenomadexplorerlife · 2026-09-11
- 实测戳破 RTK 省钱神话:token 省了,账单分文未降 — Bartaseth · 2026-09-11
- SF Compute 创始人：现在买算力是「绝对糟糕的体验」 — IgorCarron · 2026-09-11
- 开源 SmolVM:2026 年 Agent 不止用浏览器,而是拥有整台电脑 — aniketmaurya · 2026-09-11
- PyTorch Day Korea 2026 首届线下大会启动,9月13日截止征集演讲 — PyTorch · 2026-09-11
- 本地跑 LLM 选卡:4 张 CMP-170HX 涨价 vs Mac Studio M5 — rumboll · 2026-09-11