744B模型可在25GB机器运行
alexcovo_eth · x · 2026-07-13
COLIBRI 展示了一个“超大模型也能上消费级机器”的原型：它可以在 25GB 内存、没有 GPU 的机器上运行 GLM-5.2（744B 参数）。
核心思路是：模型不需要一次把全部参数都常驻内存，而是只保留一小部分在 RAM 中，其余部分按需从磁盘流式读取。这样做会受磁盘速度限制，生成会更慢，但它证明了“巨型模型必须依赖巨量显存”的常识并不绝对成立。项目是 Apache-2.0 开源，且已经有约 2.1k stars。
所属事件:COLIBRI方案实现25GB内存跑744B大模型(3 条相关)→
「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