Laguna S2.1 新实现：M5 Max 生成 50 tok/s
antirez · x · 2026-07-24
作者表示，GGUF 上游格式变了，所以实现也在同步更新以兼容新的版本。
与此同时，DwarfStar 的 laguna-s2.1 分支里已经加入了一个由 GPT5.6-Sol 编写并手动测试过的 Laguna S2.1 实现；在 M5 Max 上，当前大约能做到 50 tokens/s 的生成速度 和 500 tokens/s 的 prefill。现阶段只支持 Metal，其他后端据称可以再由 GPT5.6-Sol 继续补。
所属事件:GPT5.6 几乎独立写出 Laguna S2.1 推理实现(3 条相关)→
「Infra」频道最新
- 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
- Hugging Face《Ultra Scale Playbook》:GPU 集群训练 LLM 的免费技术书 — mdancho84 · 2026-09-11
- 从聊天到 Agent,推理延迟正在成为生产级瓶颈 — Euphoric_Sea632 · 2026-09-11