DeepSeek V4 MLX 8位本地推理加速
No_Run8812 · reddit · 2026-07-06
用户用 Codex 优化 oMLX 上的 DeepSeek V4 Flash 8-bit MLX 模型，获得约 1.6 倍 prefill、3 倍 decode 加速。采用 mlx-community 的 302GB 8-bit 仿射 MLX 版本以避免 4-bit 精度损失；作者自称非 Metal 内核专家，公开改动细节求社区审查，确认目前 tool-calling 运行正常且据称不损失精度。
「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