8GB 显存跑 35B 模型，伯克利推端侧 MoE 引擎 FreeToken
rohanpaul_ai · x · 2026-08-29
伯克利与德州大学发布 FreeToken 系统，通过带宽自适应执行优化端侧 MoE 模型推理。该系统通过动态映射计算与模型状态到可用资源，允许 8GB 游戏本以 39.3 t/s 运行 35B 模型，单工作站显卡甚至可跑 753B GLM-5.2，显著降低了本地运行前沿大模型的硬件门槛。
所属事件:伯克利等推出 FreeToken，8G 显存本机流畅跑 35B 模型(2 条相关)→
「Infra」频道最新
- 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
- Shadeform 预告下周一发布六项新功能：降 GPU 成本、扩算力来源 — _jaydeepkarale · 2026-10-16
- Fastino 推出后训练 API：兼容 Tinker SDK，成本降 25%-85% — kalyan_kpl · 2026-10-16