Hy3 推出单卡量化版
huggingface · x · 2026-07-14
腾讯混元发布了 Hy3 的 1-bit 和 4-bit 版本：
- 这是一个 295B 旗舰规模模型
- 可以通过量化与推理方案在单卡 GPU 上部署
- 官方建议配合 llama.cpp 使用，并开启 MTP
- 目标是用更低硬件成本体验更强模型能力
帖子里还顺带提到，看看大家会拿它在什么设备上跑。
所属事件:腾讯混元 Hy3 推出 1bit/4bit 量化版，可单卡部署(5 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