llama.cpp 默认 lazy-mode 改为 auto，51B 参数嵌入表留在磁盘
whiteh4cker · reddit · 2026-09-01
llama.cpp b10726 起默认 --lazy-mode 行为变为 auto：Qwen 3.5 Flash Next 中 51B 参数的 PLE n-gram 嵌入表不再载入内存，而是通过 mmap 在推理时按需读盘（即使 --load-mode none 也如此）。想恢复旧加载行为需显式传 --lazy-mode off。对内存受限的本地部署用户是利好，但可能带来磁盘 IO 开销。
「Infra」频道最新
- 同样 1000 个 Cloudflare Durable Objects，月成本从 4050 美元压到 22 美元 — threepointone · 2026-10-16
- NVIDIA 发布 Qwen3.8-Flash FP4 量化版，主打本地部署 — nvidia · 2026-10-16
- 百度提出 Virtual Head Attention：同时压 KV cache、算力并保质量 — baidu · 2026-10-16
- DuoDiscover 让 Agent 自建快速评估代理，TPU 内核提速 2.68 倍 — berkeley_ai · 2026-10-16
- Google 将 2026 年资本开支上调至最高 2050 亿美元 — emmanuelvivier · 2026-10-16
- Google 开源 AX:像 Kubernetes 一样编排数十亿 Agent 任务 — thisdudelikesAI · 2026-10-16