在消费级硬件上跑 744B MoE
Prompt Engineering · youtube · 2026-07-20
这是一个演示：Colibri 让 GLM 5.2 在消费级硬件上运行，作者称只需要大约 25GB 内存。
帖子强调了两个关键点：
- 这是一个 744B 参数的 MoE 模型
- 每个 token 实际只激活大约 40B 参数
由于 MoE 每一步只路由一部分专家，作者认为真正随 token 变化的权重只有约 11GB。这条的重点不是“模型发布”，而是说明超大模型通过路由机制和本地部署优化，可以在较普通的硬件上跑起来。
所属事件:开源Colibri让7440亿参数大模型跑在笔记本上(2 条相关)→
「Infra」频道最新
- 不同推理厂商各有 SLA 侧重,Together/Modal/Fireworks/Cerebras 值得关注 — abhijithneil · 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
- 实测戳破 RTK 省钱神话:token 省了,账单分文未降 — Bartaseth · 2026-09-11
- SF Compute 创始人：现在买算力是「绝对糟糕的体验」 — IgorCarron · 2026-09-11