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
- 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
- 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