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
- Galaxy S26 纯端侧跑 MiniMax H3：7 分钟生成 5 秒带音频视频 — BidFunny4862 · 2026-10-27
- Unconventional AI 收购 NeuReality,冲刺算力效率提升 1000 倍 — NaveenGRao · 2026-10-27
- 马斯克断言:机器人 RAM 需求将超其他一切,超级智能算力将移向深空 — elonmusk · 2026-10-27
- RTX 5090 卖到 7000 美元，PC 游戏社区集体否认 AI 热潮 — PAstynome · 2026-10-27
- Wan2GP 上架 Pinokio：6GB 显存一键跑 AI 视频生成 — cocktailpeanut · 2026-10-27
- AWS 详解 Agent 提示缓存：显式+隐式双模式省下重复 token 账单 — AWS ML Blog · 2026-10-27