llama.cpp 优化：Metal 后端提速 12.7%
predatar · reddit · 2026-09-01
作者提交了一个针对 llama.cpp 的 Metal 后端优化 PR，旨在提升 Apple Silicon 上 IQ3XXS 模型的解码速度。在测试工作负载中，TieL Coder 35B A3B 模型的解码速度从 65.6 tok/s 提升至 73.9 tok/s。作者邀请社区测试并分享对比数据，并预告后续将有针对 prefill 阶段的优化。
「Infra」频道最新
- 覆盖 Bedrock/Azure/Vertex 三万条价格，开发者做出云端模型变动雷达 — jsandhu0780 · 2026-10-18
- 1270万 tokens 仅花 0.14 美元，缓存命中率 99.6% 的 agent 实测 — teortaxesTex · 2026-10-18
- 单卡 9060 XT 16GB 跑 Qwen3 27B：262k 上下文 42.7 tps — Maglcite · 2026-10-18
- SlateDB+Lance+Datafusion 自建数据栈,为客户年省数百万美元 — sh_reya · 2026-10-18
- 视频生成 API 每 10 秒约 0.5 美元,自建服务器何时更划算? — Key-Lychee-913 · 2026-10-18
- vLLM 联手 NVIDIA 优化 Kimi K3:GB300 上解码达 842 tokens/s — vllm_project · 2026-10-18