双 Mac Studio 张量并行跑 GLM-5.3-Flash 达 140 tokens/s

cryotic · reddit · 2026-11-16

开发者开源了 GLM-Tandem 项目:在两台 Mac Studio 上对 GLM-5.3-Flash 做张量并行部署,新写文本推理速度约 140 tokens/s。作者称这是自己反复调试后稳定可用的「配方」,对想在本地跑大模型的人有参考价值。

原文链接 →

「Infra」频道最新

更多「Infra」频道 AI 资讯 →