Qwen 35B 在手机上跑起来了
Severe_Post_2751 · reddit · 2026-07-18
作者在 Samsung S26 Ultra 上测试一个私有的 Qwen 35B MoE 运行时，声称在不牺牲精度的前提下，激活后的模型占用可以塞进设备内存限制内。
他给出的早期结果是：经过优化后，输入处理大约 90 tokens/s，而输出生成约 8 tokens/s。作者强调自己是出于兴趣自学 AI/ML、没有正式 PhD，也提到手上有算力和资源继续测试，并希望有人一起参与；同时他还说自己投过 4 篇 arXiv 论文，但因为没有机构背景仍在审核中。
「Infra」频道最新
- Anthropic S-1：训练基建优势使单任务成本降40%、营收增速翻倍 — BenBajarin · 2026-10-26
- 研究揭示合成数据最优比例随算力从10%升至32% — heghbalz · 2026-10-26
- 多州暂停新建数据中心，72% 美国人反对建在家门口 — YvesMulkers · 2026-10-26
- 500 万美元种子轮不够 DeepSeek 训一遍:没 GPU 的 AI 创业只剩三条路 — FinanceYF5 · 2026-10-26
- HBM 需求转向:低端推理砍单,Rubin 将全系 12-high HBM — BenBajarin · 2026-10-26
- CircuitHub 发布工厂级机器人 The Grid，美国产 PCB 提速两倍对标深圳 — garrytan · 2026-10-26