两台 512GB Mac Studio 可跑 Q2 聊天，K3 也许适合量化
antirez · x · 2026-07-29
这条主要在讲大模型本地/近端推理的折腾经验：作者说，用 两台 512GB 的 Mac Studio 跑 Q2，至少在聊天场景里已经能达到可接受速度。
他还提到 K3 是用 MXFP4 训练的，因此很可能比较适合量化；自己也在等第二台 Mac Studio 512GB 到位。回复里还有人直接在 M5 Max 128GB 上流式加载官方 Hugging Face 的 1.6TB K3 权重，虽然慢但能跑。整体是一次很典型的本地推理、量化和算力配置实测。
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