AtomicChat量化版Qwen3.8-Flash-Next实测：内存占用从106GB降至65GB
tolitius · reddit · 2026-08-29
Reddit用户测试了AtomicChat的Qwen3.8-Flash-Next GGUF量化版本，在M4 Max 128GB Studio上运行，内存占用从106GB降至65GB，冷启动prefill速度约500 t/s。该量化利用llama.cpp mmap和分页PLE表，显著降低资源需求。同时提到oMLX有PR优化PLE SSD卸载，冷prefill速度提升近3倍。
「Infra」频道最新
- 黄仁勋做客 BG2 播客:谈 AI 收入能否撑起 Capex 与 2027 瓶颈 — elonmusk · 2026-10-16
- Mistral 本地推理基建机架曝光:DGX Spark、Mac Studio 等混搭 — gregmushen · 2026-10-16
- 英伟达携手瑞典 Wallenberg，Launch 共享 AI 超算 Sferical One — nvidia · 2026-10-16
- 基础设施下一站:能自我进化、自我验证的自适应系统 — _shreya_s · 2026-10-16
- 小米 MiMo RL 训练曝光:30 步花掉 347 万美元 — bycloud · 2026-10-16
- Cerebras 用异构 prefill 池喂晶圆级引擎，解码速度与 batch 解耦 — ai · 2026-10-16