744B模型可在笔记本本地运行
WesEklund · x · 2026-07-11
Colibri 用纯 C、零依赖的方式在一台笔记本上运行 GLM-5.2 744B MoE，作者称只需 25GB 内存。
核心思路是：
- 每个 token 只激活约 40B 参数，因此可以把稠密部分常驻内存
- 专家参数按需从磁盘流式加载，而不是一次性全部放进内存
- 整个实现只有约 2400 行 C 代码，运行时不需要 GPU、BLAS 或 Python
这说明超大 MoE 在“本地 CPU 推理”上有了更激进的实现路径。
所属事件:744B GLM-5.2模型可在25GB内存本地运行(5 条相关)→
「Infra」频道最新
- 单 GPU 收入可随降价上升：Gavin Baker 拆解 token 价格与利润率的算术 — GavinSBaker · 2026-10-27
- Anthropic S-1 关键数字:成立以来算力支出仅 193 亿美元,算力过度建设警报 — bookwormengr · 2026-10-27
- CoreWeave 三周 RL 后训练:BrowseComp 提升 22.9%,工具调用省三成 — RichardSocher · 2026-10-27
- 电网排队成 AI 工厂瓶颈,Exowatt 与 Redwood 给出储能新解法 — ingliguori · 2026-10-27
- Wasmtime 曝两个 CVSS 9.9 沙箱逃逸漏洞，其中一个仅影响 ARM64 — basedjensen · 2026-10-27
- AI 数据中心时代用电论战：有人还在纠结灯泡省电与调整时区 — mgostIH · 2026-10-27