176KB C 程序在单 CPU + 8GB 内存上跑 2.78 万亿参数模型
techNmak · x · 2026-09-11
有人写了一个 176 KB 的 C 程序，在只有 8.24 GB 内存的 CPU 上运行 2.78 万亿参数的 Kimi K3，发帖人翻查仓库证实可行——关键是 checkpoint 并未压缩到 8GB，仍是 1.56 TB，靠架构巧妙放置字节实现。
- MoE 是关键：92 个路由层各 896 个专家，每层每 token 只激活 16 个，共 82,432 个路由专家占 1.447 TB（约 93% 的 checkpoint），全部留在 NVMe 上而非内存
- 单专家约 17.56 MB，一个 token 可能跨 92 层需要 1,472 次专家读取；无驻留命中时引擎每 token 约读 25.83 GB 专家权重
- 常驻权重约 113 GB（被作者重排以塞进有限内存），承担持续使用的计算
这是利用 MoE 稀疏性 + NVMe 流式读取实现「穷跑」超大模型的典型案例，对本地部署推理有很强参考价值。
所属事件:单 CPU 加 8.24GB 内存跑通 2.78 万亿参数 Kimi K3(4 条相关)→
「Infra」频道最新
- 用 Sail 等价性证明与 riscv-coq 交叉验证 RISC-V 规范,发现真实 bug — xennygrimmato_ · 2026-10-27
- xAI Colossus 1 数据中心 FP64 算力约 14.6 exaflops,达 Top500 榜首 5 倍 — cis_female · 2026-10-27
- Lambda 实测 NVIDIA DSX MaxLPS：同等电力多跑 3 节点，吞吐提升 24% — TheZachMueller · 2026-10-27
- 新播客：Micron HBM 路线图、Meta AI 基建与 NVIDIA 供应链掌控 — BenBajarin · 2026-10-27
- SGLang MegaKernel+PD 发布：高并发吞吐与低延迟兼得，TCO 大幅优化 — AccBalanced · 2026-10-27
- 自托管 Convex 扩容实战：把 TypeScript 函数编译成 WASM — leventov · 2026-10-27