Mac Studio 跑DeepSeek仅8tps
BitXorBit · reddit · 2026-07-08
有人在 Mac Studio M3 Ultra 上本地运行 DeepSeek V4 Flash，提到 llama.cpp 已支持该模型，unsloth 也发布了 GGUF 版本。帖子重点是作者实测只有约 8 token/s，并贴出了 llama-server 的启动参数，询问这个速度是否正常、是否配置有问题。
「Infra」频道最新
- Engram 随机读取不适合 SSD，CPU 内存低延迟共享或成正解 — bookwormengr · 2026-09-11
- 劝退帖:推理工程是真金白银的硬活,八成尝鲜者已悄然放弃 — abhijithneil · 2026-09-11
- Hugging Face《Ultra Scale Playbook》:GPU 集群训练 LLM 的免费技术书 — mdancho84 · 2026-09-11
- 从聊天到 Agent,推理延迟正在成为生产级瓶颈 — Euphoric_Sea632 · 2026-09-11
- 推理服务关键指标盘点:流式速度 TPOT 与可用性如何影响体验 — abhijithneil · 2026-09-11
- PlanetScale 推出分片 Postgres,768 台服务器组成 1PB 单库 — dhruv2038 · 2026-09-11