27B 级三值模型跑进10GB内存
tcarambat · reddit · 2026-07-15
帖子介绍 PrismML 新发布的 Bonsai 27B：一个把 Ternary / BitNet 思路扩展到 27B 规模的 Qwen 系模型。
作者强调它的几个点：
- 在 10GB 左右内存下就能跑 27B 级模型，且在 32K 上下文里表现接近 fp16 精度；
- 相比同尺寸的低比特量化版本，效果明显更好，目标是让更大的本地模型真正可用；
- 他们还展示了在 OpenComputer 里让模型获得整台电脑后做浏览器研究、生成 HTML 报告的演示。
文末还提到一些未完全确认的能力和生态信息，比如 dFlash、MTP 支持、256K 上下文与多模态输入，以及正在提供的 llama.cpp 和 MLX 分支。作者把这次发布看得比一些更大名气的模型更新更重要，认为它可能是本地/端侧开放模型的一个新节点。
所属事件:Bonsai 27B 发布：首个可在手机运行的 27B 模型(15 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