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

• AI 工程师必懂的 12 种 KV Cache 压缩技术一文讲透 — blaizedsouza · 2026-09-11
• 影子算力市场走向台前,Meta 对外出售过剩 GPU 算力成标志性信号 — DavidLinthicum · 2026-09-11
• 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

更多「Infra」频道 AI 资讯 →