Mac本地跑大模型：M2 Ultra 192G长文本推理实测
Badger-Purple · reddit · 2026-08-02
一名开发者在搭载 192GB 内存的 M2 Ultra 电脑上，实测了本地运行大模型（Deepseek-V4-Flash-0731 Dwarfstar）的推理性能。
性能数据：
- Prefill（预填充）阶段：性能强劲（见配图图表）
- Decode（解码）阶段：起始速度为 28 t/s；上下文长度达 45k 时降至 25 t/s；达到极限 192k 时仍有 17 t/s。
所属事件:DeepSeek V4 Flash 本地部署潮(26 条相关)→
「Infra」频道最新
- 作者实测 2×GB10 本地调优 GLM-5.3-Flash：解码速度提升近 20% — EAccelerate_42 · 2026-10-16
- 开发者用3台DGX Spark组本地集群跑GLM-5.3-Flash,配代理均衡日生175万token — Teknium · 2026-10-16
- Optuna 作者秋叶哉：花3亿日元调2个超参的时代，BO/HPO 还有何用武之地 — Stefania_druga · 2026-10-16
- Amazon 发布生产级 RAG 缓存方案：逐请求校验证据复用，零无效命中 — _reachsumit · 2026-10-16
- LinkedIn 推出 TransX:推荐系统序列转导框架,CTR 提升 6.02% — _reachsumit · 2026-10-16
- llama.cpp 新 PR 优化 AVX2 分块累加器,纯 CPU 推理再提速 — jacek2023 · 2026-10-16