老 Xeon 跑 26B 模型
neomindryan · hn · 2026-07-15
文章展示了在一台 13 年前的 Xeon、没有 GPU 的机器上运行 Gemma 4 26B，并实现了大约 5 tokens/s 的速度。
重点在于低配硬件上的可行推理：作者用这篇博客说明，大模型并不一定只能依赖现代 GPU 才能跑起来。
「Infra」频道最新
- 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
- PlanetScale 推出分片 Postgres,768 台服务器组成 1PB 单库 — dhruv2038 · 2026-09-11
- 7900 XTX 24GB 能否跑 Qwen，Reddit 征集 ROCm 实测数据 — thenomadexplorerlife · 2026-09-11