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
- AMD 联手 Cerebras 推超低延迟解耦推理方案 — ryanshrout · 2026-07-24
- AMD 与 Cerebras 推出 GPU、CPU 和 wafer-scale 推理方案 — ryanshrout · 2026-07-24
- AMD联手Cerebras，英伟达收购Groq，高端推理算力竞争白热化 — BenBajarin · 2026-07-24
- AMD 现场拿 NVIDIA Vera 和 ARM AGI 做 CPU 性能对比 — ryanshrout · 2026-07-24
- Altman 说 OpenAI 要让 AI 研究实习生跑在几十万张 GPU 上 — morgymcg · 2026-07-24
- MLIR 解析：XLA、Triton 和 Mojo 如何收敛到同一编译层 — clattner_llvm · 2026-07-24