8B 模型跑上手机 CPU:Exploit 峰会实测 60 tokens/秒
const_reborn · x · 2026-09-29
在 Exploit 大会上,@jondurbin 报告了一个 8B 模型在手机 CPU 上运行的实测结果:无需 GPU 或 NPU,即达到约 60 tokens/秒的生成速度。
测试通过 Qualcomm Device Cloud 租用真机完成,且这是尚未做任何优化工作之前的原始成绩。若后续针对移动端做量化与调度优化,本地大模型的手机体验还有明显提升空间。
「Infra」频道最新
- Mobile AI Factory:agent 自动为你的手机造专用小模型,GPU 时间省 19 倍 — pmttyji · 2026-11-16
- Stratechery 虚构讣告:假如黄仁勋 2026 年卸任英伟达 — Gregory_C_Allen · 2026-11-16
- vLLM 单 GB300 机架跑 DeepSeek V4.1 Flash 达 954K tokens/s,每小时收入 39 美元 — bookwormengr · 2026-11-16
- 博主测算:Colossus 2 的 120 万块 B200 年推理产出可达 4000 亿美元 — bookwormengr · 2026-11-16
- 美国 BIS 新规封堵第三国数据中心远程调用 AI 芯片 — teortaxesTex · 2026-11-16
- Qdrant 1.20.1 发布:冷存储读取减半、量化提速 2 倍 — qdrant_engine · 2026-11-16