Qwen27B手机端压缩再强调
xiaohu · x · 2026-07-15
PrismML 继续强调其把 Qwen3.6-27B 压缩到手机可跑的结果：约 54GB 的模型被压到 3.9–5.9GB，并称在测试中能保留原版大部分能力。
文中再次给出性能数据：Ternary 版约保留 95% 战斗力，1-bit 手机版约保留 90%，并提到在 RTX 5090 和 Apple M5 Max 上的推理速度表现。
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