Qwen3.6 27B 进 12GB 显存
immersive-matthew · reddit · 2026-07-15
这条 Reddit 贴在介绍一个新的 Ternary 版本：把 Qwen3.6 27B 压缩到更小体积，使得 12GB 显存 GPU 也能本地跑起来。
- 作者称这个 Bonsai 27B 版本基于 Qwen3.6 27B 更新而来，文件更小、内存占用大幅下降，官方说法是只需原始 FP16 模型约 1/10 的内存。
- 代价是会多一些计算开销，但据称还能保持原模型 95% 左右的 benchmark 表现。
- 帖子还提到：Binary 版本甚至已经小到可放进手机形态设备里；并附了一个 YouTube 教程，方便用户直接上手本地部署。
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