FreeToken 宣称 MoE 推理速度大幅超越 llamacpp 与 Ollama
wavefnx · x · 2026-08-18
FreeToken 项目声称，在处理混合专家模型时，其推理速度显著优于 llamacpp、ktransfomers、ollama 或 moe-infinity 等现有方案。相关论文已于昨日发布，目前尚未有独立的基准测试结果。虽然项目已提供二进制文件，但源代码已被移除，作者建议在逆向工程之前不要运行该二进制文件。
所属事件:UC伯克利发布FreeToken：消费级硬件跑290B MoE模型(4 条相关)→
「Infra」频道最新
- FT 称 AI 算力债券面临「达尔文时刻」，CoreWeave 债价暴跌 — firstadopter · 2026-10-16
- 手机当界面、家里服务器跑模型:一套本地 AI 双工作流 — EAccelerate_42 · 2026-10-16
- 「数据中心就是银行」:CoreWeave 风波引出算力监管类比 — arthurcolle · 2026-10-16
- DOT-MoE:用最优传输把稠密模型改造成稀疏 MoE — burkov · 2026-10-16
- 斯坦福 CS336:7B 模型权重仅 14GB,训练却要 84GB 起步 — stanfordnlp · 2026-10-16
- NVIDIA NVFP4 新压缩技巧:利用行内尺度相近性省 45-48% 存储且位精确 — TheZachMueller · 2026-10-16