4TB Flash GPU才适合跑前沿模型
idanbeck · x · 2026-07-18
作者转述了一种硬件设想：如果一张 GeForce 5090 能带上 4TB Flash，并且有足够多的并行引脚，那么它就能非常好地运行前沿模型。
核心判断是：M.2 SSD 带宽不够，现有消费级存储会限制本地大模型体验；如果 NVIDIA 不做这种架构，别人很快也会做。
「Infra」频道最新
- Gary Marcus:补上 Q3 数据后，Anthropic 算力效率增速现拐点 — GaryMarcus · 2026-10-27
- 推理社区与 K8s 社区高度重合：万亿市场的 Kubernetes 翻版 — matt_slotnick · 2026-10-27
- vLLM 考虑将更多栈迁往 Rust，推理引擎 Rust 化成趋势 — AccBalanced · 2026-10-27
- 同一套 DeepSeek 内核两种优化路线：vLLM 拆专家、SGLang 降访存 — AccBalanced · 2026-10-27
- Flint 本地实测：质量与 Qwen3.6 打平，速度快 3.6 倍 — RichardSocher · 2026-10-27
- Alchemy 支持 Effect Workflow:跨 Durable Objects、Workflows 与 Lambda 持久函数 — samgoodwin89 · 2026-10-27