285HX上本地跑模型：CPU竟然最快

nirurin · reddit · 2026-07-12

一位用户在 Intel 285HX 的 mini PC 上测试本地运行 LLM 的效果，对比了 Llama.cpp 的不同后端与多个模型，重点看 CPU、Vulkan、SYCL+iGPU 的速度差异。

测试环境

• 机器：MS-02，Intel Core Ultra 285HX，64GB 内存
• 工具：Llama.cpp，尝试 Llama-Swap，但在 SYCL 下不太方便
• 模型：Qwen3、Qwen3.6、Gemma4 的多个量化版本

结果

• Vulkan：整体最慢，部分模型只有 0.5–4 tk/s
• SYCL（iGPU+CPU）：明显好于 Vulkan，约 8–12 tk/s
• CPU-only：反而最快，Qwen3-30B 约 16.5 tk/s，Qwen3.6-35B 约 14 tk/s

观察与结论

• 过去资料普遍说 Vulkan > SYCL，但在这代基于 ARC 的 iGPU 上，结果似乎相反，或者至少没有文档里说得那么差。
• 作者还不确定 iGPU 是否带来效率收益，因为还没做功耗测试。
• 目前看，纯 CPU 反而是最快方案。
• 在这些测试里，Gemma4 不太值得，而 Qwen3 / Qwen3.6 的 CPU 方案相当实用，作者倾向于认为 3.6 值得优先尝试。

所属事件:实测285HX本地跑模型CPU反超iGPU(2 条相关)→

原文链接 →

「Infra」频道最新

• 用 Sail 等价性证明与 riscv-coq 交叉验证 RISC-V 规范,发现真实 bug — xennygrimmato_ · 2026-10-27
• xAI Colossus 1 数据中心 FP64 算力约 14.6 exaflops,达 Top500 榜首 5 倍 — cis_female · 2026-10-27
• Lambda 实测 NVIDIA DSX MaxLPS：同等电力多跑 3 节点，吞吐提升 24% — TheZachMueller · 2026-10-27
• 新播客：Micron HBM 路线图、Meta AI 基建与 NVIDIA 供应链掌控 — BenBajarin · 2026-10-27
• SGLang MegaKernel+PD 发布：高并发吞吐与低延迟兼得，TCO 大幅优化 — AccBalanced · 2026-10-27
• 自托管 Convex 扩容实战：把 TypeScript 函数编译成 WASM — leventov · 2026-10-27

更多「Infra」频道 AI 资讯 →