Krea-2-Turbo推量化版，最低6GB显存可跑图
ali_byteshape · reddit · 2026-08-12
针对高显存成本痛点，开发者为图像生成模型 Krea-2-Turbo 发布了量化版本，提供适用于 ComfyUI 的 GGUF 格式和适用于 vLLM-Omni 的 Humming 格式。
- 显存需求：最低降至 6.14 GB（3.83 bpw），最高 14.31 GB（8.93 bpw）。
- 性能对比：在 RTX 5090 上生成 1024×1024 图像时，Humming 内核比 GGUF 快约 1.6 倍（单步约 0.41 秒 vs 0.67 秒），8步生图全程仅需约 4.0 秒。
- 画质评估：团队在 24 个固定提示词下对比了所有量化版本与基线模型的画质，并提供了在线滑块对比工具。
目前 Humming 路径仍处于实验阶段，仅支持 Linux + NVIDIA 环境。
「Infra」频道最新
- 80张RTX 5090跑满Kimi K3全量模型，Bittensor网络提供半价平替API — markjeffrey · 2026-08-13
- 美能源部拟将 20% 预算投入计算基础设施 — thoefler · 2026-08-13
- CoreWeave与W&B联合举办Fully Connected大会，聚焦生产级AI基础设施 — wandb · 2026-08-13
- vLLM 首日支持 Qwen3.8 2.4T 模型，提供开箱即用 4-bit 量化 — vllm_project · 2026-08-13
- Groq 获英伟达认证，正式成为云合作伙伴 — GroqInc · 2026-08-13
- 体积暴降 91%！Unsloth 实现 Qwen3.8 本地运行 — danielhanchen · 2026-08-13