1-bit 大模型可在浏览器本地跑
xenovatech · reddit · 2026-07-15
PrismML 团队的 Bonsai 27B 展示了一个很激进的本地推理方案：
- 采用 1-bit dense LLM
- 通过自定义 WebGPU kernels 在浏览器本地运行
- 模型体积从 54GB 压到 3.8GB，减少约 93%
- 作者声称仍保留了约 90% 的“智能”
帖子还附了 Hugging Face collection 和在线 Demo，核心看点是把大模型压缩到浏览器可用的工程能力。
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
- 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
- 推理服务关键指标盘点:流式速度 TPOT 与可用性如何影响体验 — abhijithneil · 2026-09-11