沐阳(@yyyole):2.78 万亿参数模型，终于开始“走下神坛”了。过去几年，大模型竞争的一个核心指标，就是参数量，每一次参数跃迁，都意味着更大的训练成本、更恐怖的显存需求，也意味着普通开发者越来越难参与。但现在，事情正在发生变化。有人做了一个只有 176KB 的纯 C99 推理引擎，让一个 2.78 万亿参数的 Kimi K3 模型，可以在 8.24GB 内存的 CPU 上运行。没有 GPU。没有 CUDA。没有复杂框架。听起来很神奇！它没有把整个模型塞进内存，而是通过磁盘流式读取MoE，需要哪个，就加载哪个。不管用什么方式，大模型从“云端巨型基础设施”，走向“人人可拥有的计算能力”，一定是大势所趋。在过去，模型 = 巨量服务器算力 = 数据中心的 GPU 集群普通用户 = 调用 API 以后可能变成：模型 = 本地文件算力 = 手里的电脑、手机、边缘设备用户 = 自己掌控 AI 这和当年开源操作系统、开源数据库的发展路径非常像。早期，最强的软件运行在昂贵服务器上；后来 Linux、MySQL 让普通开发者也拥有了企业级能力。 AI 可能正在经历类似的阶段。虽然，本地运行 2.78T 参数，并没有什么很好的性能。流式加载必然速度巨慢，延迟巨高，稍微复杂的任务依然是需要占用更大的资源。但它证明了一件非常关键的事情：未来限制 AI 普及的，可能不再是模型规模，而是模型是否足够开放、足够高效。闭源模型在追求更强的能力上限；开源模型正在疯狂的“让更多人用起来”。当一个万亿参数模型，有一天可以像安装软件一样进入普通电脑…… 那真的很疯狂。

2026.08.08 12:22

2.78 万亿参数模型，终于开始“走下神坛”了。过去几年，大模型竞争的一个核心指标，就是参数量，每一次参数跃迁，都意味着更大的训练成本、更恐怖的显存需求，也意味着普通开发者越来越难参与。但现在，事情正在发生变化。有人做了一个只有 176KB 的纯 C99 推理引擎，让一个 2.78 万亿参数的 Kimi K3 模型，可以在 8.24GB 内存的 CPU 上运行。没有 GPU。没有 CUDA。没有复杂框架。听起来很神奇！它没有把整个模型塞进内存，而是通过磁盘流式读取MoE，需要哪个，就加载哪个。不管用什么方式，大模型从“云端巨型基础设施”，走向“人人可拥有的计算能力”，一定是大势所趋。在过去，模型 = 巨量服务器算力 = 数据中心的 GPU 集群普通用户 = 调用 API 以后可能变成：模型 = 本地文件算力 = 手里的电脑、手机、边缘设备用户 = 自己掌控 AI 这和当年开源操作系统、开源数据库的发展路径非常像。早期，最强的软件运行在昂贵服务器上；后来 Linux、MySQL 让普通开发者也拥有了企业级能力。 AI 可能正在经历类似的阶段。虽然，本地运行 2.78T 参数，并没有什么很好的性能。流式加载必然速度巨慢，延迟巨高，稍微复杂的任务依然是需要占用更大的资源。但它证明了一件非常关键的事情：未来限制 AI 普及的，可能不再是模型规模，而是模型是否足够开放、足够高效。闭源模型在追求更强的能力上限；开源模型正在疯狂的“让更多人用起来”。当一个万亿参数模型，有一天可以像安装软件一样进入普通电脑…… 那真的很疯狂。