玩家用 4 张 16GB 显卡搭出本地大模型家庭实验室
HippEMechE · reddit · 2026-07-07
一位 Reddit 用户分享了基于 4 张 16GB 显卡的本地大模型 home lab:主槽 bifurcation 加 PCIe 3.0 x1 转接,跑两个 llama.cpp 实例,部署 Qwen 3.6 推测解码(q40,单实例 15 万上下文),实现约 1000 tok/s 的 prompt 处理与 45-60 tok/s 生成。
他用 opencode 搭了后端管理 llama.cpp 与 token 计数,据估算已省下约 60 美元 API 费用。
「Infra」频道最新
- Claude 近半营收来自云市场渠道，占比三年内从 11% 涨至 47% — BenBajarin · 2026-10-26
- 降价即放量：Anthropic 10 月 token 用量暴涨，年底 ARR 或破 1000 亿美元 — GavinSBaker · 2026-10-26
- Alex Banks：电力是 GPU 上线瓶颈，真正的风险是需求先降温 — thealexbanks · 2026-10-26
- 分析师：蚂蚁是当前工作负载最具弹性可置换的模型厂商 — BenBajarin · 2026-10-26
- Anthropic S-1：训练基建优势使单任务成本降40%、营收增速翻倍 — BenBajarin · 2026-10-26
- 研究揭示合成数据最优比例随算力从10%升至32% — heghbalz · 2026-10-26