笔记本+eGPU 跑本地推理
jupiterbjy · reddit · 2026-07-19
作者分享了一种“穷人版”移动本地推理方案：在笔记本上折腾 llama.cpp 参数，用有限硬件跑 Qwen3.6 30B A3B。
帖子里提到的体验点包括：
- 通过调整 llama.cpp 参数，让一次性的低配硬件也能跑起来；
- 最近新增的 llama.cpp 内置 Web UI 很轻量，初始加载大约只有 3MB 的 JS/CSS；
- 目前的工具调用功能没有 sandbox，作者也明确提醒这点并觉得“很有意思但不安全”；
- 配图展示了笔记本 + eGPU + 本地推理监控界面，强调的是实际跑起来的部署感受。
整体上这是一个很典型的本地部署 / 端侧推理折腾帖，重点在工程实践而不是模型本身。
「Infra」频道最新
- AI 消耗量分三波浪潮：2026 年 2 月 Agent 用量已超人类 — AccBalanced · 2026-09-11
- 英伟达已成主流 Robotaxi 栈核心：训练仿真车载计算全覆盖 — pdamodaran · 2026-09-11
- 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