llama.cpp 支持 Qwen3-Next MTP，实现满速推理
jacek2023 · reddit · 2026-08-03
llama.cpp 最新合并的 PR #25589 为 Qwen3-Next 模型添加了 MTP（Multi-Token Prediction，多 Token 预测）支持。
这意味着开发者和用户现在可以在本地运行 Qwen3-Next 时达到“满速”推理状态，显著提升生成效率。
「Infra」频道最新
- Cloudflare 推出 @cloudflare/computer：为每个 Agent 配备专属计算环境 — threepointone · 2026-08-03
- Turso 数据库突破 SQLite 限制，正式支持并发写入 — glcst · 2026-08-03
- Cloudflare 详解大规模运行 Kimi 与 GLM 的推理优化 — michellechen · 2026-08-03
- Cloudflare 推出开源 Agent 运行时，让智能体按需调度容器与隔离环境 — Cloudflare Blog · 2026-08-03
- 中端显卡显存停滞惹众怒：英伟达被指刻意限制以保护 AI 高端线 — PROfil_Official · 2026-08-03
- MacBook Pro 跑 DeepSeek：量化后实测近 40 tokens/s — victormustar · 2026-08-03