48GB Mac 跑通 104GB Qwen 模型：借助 SSD 流式传输
carloslfu · hn · 2026-09-02
作者展示了名为 slotstream 的项目，允许在低至 16GB 内存的 Mac 上运行 Qwen3.8-Flash-Next 4-bit 版本（参数量 125B，通常需 100GB+ 显存）。核心技术是利用专家卸载（expert-offloading）和 SSD 流式传输。项目基于 Apple 的 MLX 和 Swift 构建，提供自动模式以平衡内存占用和速度，并计划支持推测解码。
「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