伯克利 MIT 推 FreeToken：消费级 GPU 跑 284B 模型
solyarisoftware · x · 2026-08-22
UC Berkeley 和 MIT 研究人员发布了开源推理引擎 FreeToken，旨在让游戏 PC 和笔记本电脑运行前沿级大模型。其特点是将 CPU/GPU/内存视为统一弹性系统，利用带宽自适应的 CPU-GPU 协执行等技术。基准测试显示，在 RTX 4060 上运行 Qwen3.6-35B 可达 39 tok/s，比 llama.cpp 快 1.46 倍。
所属事件:伯克利MIT开源FreeToken：消费级PC本地跑前沿MoE大模型(11 条相关)→
「Infra」频道最新
- 推理平台 engy.ai 单日处理超 500 亿 tokens,主打低价开源模型 — const_reborn · 2026-10-16
- 新推理引擎『e』单台 DGX Station 跑出 10500 tok/s 聚合吞吐 — brandon_galang · 2026-10-16
- SGLang Day-0 支持 FLUX 3 Image Klein：单图 10 参考图，BF16/FP8/NVFP4 多精度 — ying11231 · 2026-10-16
- 英伟达 Nemotron 3.5 Super VL 上线 CoreWeave：12B 激活参数多模态 MoE，输入仅 $0.25/百万 tokens — wandb · 2026-10-16
- 2026 晶圆厂设备支出上调至 1530 亿美元，设备周期被拉长 — BenBajarin · 2026-10-16
- Steam 更新实测 5.23 秒启动反超 Epic，网友调侃 vLLM 该加入「启动时间大战」 — AlpinDale · 2026-10-16