MTPLX V2发布：Mac端MLX模型推理达82 TPS
YoussofAl · reddit · 2026-07-09
MTPLX V2正式发布，引入了Turbo模式，通过定制的验证专用量化矩阵乘法内核和编译验证步骤，在MacBook Pro M5 Max上运行Qwen 3.6 27b模型时达到了82 TPS的温度0.6推理速度。
此外，新版本还对SSD KV缓存和长上下文工具调用进行了重大改进，并发布了初步的基准对比测试。
所属事件:MTPLX V2发布：Mac本地大模型推理破80 TPS(2 条相关)→
「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