Qwen 3.6 35B MoE 在 12GB 内存的小米 12 Pro 上跑到 2.4 tok/s
Aromatic_Ad_7557 · reddit · 2026-07-24
一位 Reddit 用户展示了自己在一台改装过的 Xiaomi 12 Pro（12GB RAM） 上，成功运行 Qwen 3.6 35B MoE 的实测结果。
借助 BigMoeOnEdge，模型在 Q4KM 量化下达到了约 2.428 tok/s，TTFT 约 19.9 秒，上下文上限只有 8192 tokens，并且 CPU 占用和分页都很重。帖子还给出了详细的 token、compute、cache 与 I/O 统计，说明超大 MoE 模型确实能在手机级边缘设备上本地跑起来，但代价是明显的延迟与内存瓶颈。
「Infra」频道最新
- Anthropic S-1:每 1 美元收入烧 48 美分算力成本 — nmasc_ · 2026-10-26
- Persistent AI 入驻 UR 网络，隐私推理流量全程加密 — 0xSammy · 2026-10-26
- Anthropic 算力承诺曝光：Google 至少 1145 亿美元居首 — BenBajarin · 2026-10-26
- SpaceX 与 Apollo 达成 400 亿美元 AI 芯片与数据中心硬件租赁协议 — Polymarket · 2026-10-26
- Diamandis 盘点：SpaceX AI 业务年增 830%，Claude 64 小时设计 31.8 万抗毒蛋白 — PeterDiamandis · 2026-10-26
- Meta 拟发售至多 950 亿美元股票为 AI 基建输血 — The Decoder · 2026-10-26