30 路并发的 Gemma 4 E4B 本地部署：7000 美元预算怎么配硬件
Plane_Garbage · reddit · 2026-09-02
发帖人寻求本地高并发推理方案：约 30 路并发的 Gemma 4 E4B 调用，每路约 15k 输入 / 3k 输出 token，希望全部在 2 分钟内完成，预算约 7000 美元以内。候选方案包括多张 RTX 5060 Ti、Mac Studio Max、DGX Spark，甚至多张 Intel B580。
「Infra」频道最新
- 论文：LLM 竞价采购平台可省 10%-71% 推理成本 — _onionesque · 2026-10-18
- 560B MoE 塞进 4 台 DGX Spark:Ling 3.1 Flash 用 llama.cpp RPC 跑通 — BerryBlush_Rogers691 · 2026-10-18
- SGLang Summit 赞助商一周从 11 家涨到 36 家 — ying11231 · 2026-10-18
- Oracle CDS 飙至 300bps 创纪录，被称 AI 交易倒下的第一块多米诺 — arthurcolle · 2026-10-18
- MIT 团队实测:agent 编码用量若按 API 计费每月高达 4 万美元 — ChrisRackauckas · 2026-10-18
- 越狱 PS5 跑 llama.cpp:开源 PS5LM 让主机变身家庭本地 LLM 服务器 — wateriscoding · 2026-10-18