四台 M5 Ultra Mac Studio 想撑 100 人用 Agent,可行吗?
Interesting-Print366 · reddit · 2026-09-02
发帖团队计划用四台 M5 Ultra Mac Studio 做纯推理服务器,让约 100 名用户通过 Openclaw 使用,不考虑其他负载。候选模型为 Qwen3.5 27B 或 Qwen Next Flash 级别,询问现实可承载的规模。实际场景约 30-40 人常驻,偶发 80-90 人同时请求,社区讨论聚焦于并发下的吞吐与模型选型权衡。
「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