M4 Max 浏览器跑 30B 模型达 25 tok/s，自定义 WebGPU 内核立功
xenovatech · reddit · 2026-08-12
开发者成功在搭载 M4 Max 芯片的 Mac 上，于浏览器中本地运行了 Muse Glimmer 30B 模型。通过使用自定义的 WebGPU 内核，该模型的运行速度达到了约 25 tokens/秒，这一表现已经与使用原生 llama.cpp 框架的运行速度相当。这展示了 WebGPU 在端侧大模型推理上的巨大潜力。
所属事件:Meta开源Muse Glimmer 30B：端侧智能体实测惊艳(14 条相关)→
「Infra」频道最新
- MLCommons 推出 MLPerf Endpoints,按真实服务端点测推理性能 — TheKanter · 2026-10-16
- Neocloud 并购潮解析：CoreWeave、Nebius 等押注 GPU 稀缺之外的价值 — AccBalanced · 2026-10-16
- AI 驱动的时序感知功耗优化:学习排序+基线保全策略回收布线后功耗 — Amit Sharma · 2026-10-16
- Nscale 数据中心液冷屡漏半年起火，挪威查出10项安全违规 — saranormous · 2026-10-16
- WSL 3.0 发布:内置原生容器,高频系统调用内核耗时降约 16% — solyarisoftware · 2026-10-16
- 魔改 22GB RTX 2080 Ti 跑本地 LLM,值不值?作者求实测经验 — Dave86ch · 2026-10-16