在 M5 Max 128GB 上流式加载 1.6TB K3 权重仍很慢
antirez · x · 2026-07-29
这条帖子的重点是本地推理/加载规模：作者说，直接在 M5 Max 128GB 上流式加载 K3 官方 Hugging Face 权重还是“有点慢”。
值得注意的是模型体量本身——它提到的是 1.6TB 的权重，而且是 mxfp4 格式，属于很典型的基础设施/端侧部署讨论。
所属事件:极客尝试在 Mac 设备本地量化运行 K3 大模型(2 条相关)→
「Infra」频道最新
- Unsloth Desktop 热修复：Qwen-Image-2.1 支持图像编辑与量化修复 — danielhanchen · 2026-09-23
- 128GB Strix Halo 跑 Qwen3.6 35B-A3B 稳定 50 tok/s,用户问现在最优解是什么 — jankeydankey · 2026-09-23
- Together AI 上线灰度发布：模型升级不停机，分步切流自动回滚 — togethercompute · 2026-09-23
- 专为大规模运行 Agent 的专用硬件亮相 — cyrilzakka · 2026-09-23
- 三元权重压缩 27B 模型仅 5.9GB,推理能力保留 95% — cephaloform · 2026-09-23
- RTX5090 上 Qwen 27B 跑 24 小时,自主写出完整 Postgres-SpringBoot-React 表格应用 — anglepoiselife · 2026-09-23