注册并分享邀请链接,可获得视频播放与邀请奖励。

搜索结果 gb(
gb( 贴吧
一个关键词就是一个贴吧,路径全站唯一。
创建贴吧
用户
未找到
包含 gb( 的推特
Edge0:只用2.5GB内存,在电脑和手机本地运行35B MoE模型 Edge0-AI团队开源edge0-infer推理引擎,平时把模型文件存放在固态硬盘里,通过预先训练好的路由模块提前预测下一步要调用的模块,在计算当前内容的同时后台提前把所需数据从硬盘读进内存。 这个方法太巧妙了,因为35B的MoE模型实际激活只有3B,所以提前预测要激活的3B,把对应的模块放到内存即可。 16GB内存的Mac电脑、iPhone17 Pro Max手机、安卓手机以及普通Windows电脑都能流畅运行35B的MoE模型。运行时设备内存占用稳定在2.5GB到3.4GB左右,在苹果M5芯片上每秒能生成约25个token,在手机上每秒也能输出11到13个token。 GitHub:
显示更多
0
37
22
3
转发到社区
AI时代,8GB内存的 iPhone 也不够用了。 苹果最近把AI完整支持名单放出来了,想用“满血版”AI,门槛直接卡在12GB内存。也就是说,只有18 Pro系列、17 Pro系列和iPhone Air能解锁完整功能。少那4GB,你只能拿到基础版,也就是个阉割版。 同样升个iOS 27,不同机型体验直接分成三拨:12GB用户有满血 AI,8GB用户凑合用。iPhone 15及以下机型最惨,系统能升,AI功能没份。 随着AI功能越来越多和越来越强,8GB迟早也会被淘汰。
显示更多
三星宣布,其 16GB LPDDR6 已在高通 Snapdragon 8 Elite Extreme Gen 6 上完成業界首度驗證,I/O 速度最高達 10.7Gbps。這代表 LPDDR6 首次通過高通下一代行動平台的系統級驗證,雙方從早期開發即密切合作。 背景是裝置端 AI 正走向多模態互動與長時上下文代理人,對記憶體頻寬、功耗與可靠度要求大增。三星 LPDDR6 以更高每接腳 I/O 與擴充 I/O 架構,提供最高約 114GB/s 頻寬,減輕 LLM 推論時反覆讀取權重與 KV Cache 的瓶頸。 功耗方面導入 DVFS 與動態效率模式(DEM),可依負載即時調整電壓、頻率與低負載耗電,較 LPDDR5X 最高省電約 21%。可靠度則加入 PRAC,監控特定列反覆啟動,降低長時間 AI 運作時的資料干擾風險。 三星強調這不只是元件升級,而是記憶體與 SoC、系統架構一起驗證後的平台就緒成果;高通也表示 LPDDR6 能提供更複雜裝置端 AI 所需的頻寬與能效。更多細節預計於 Snapdragon Summit 2026 公布。
显示更多
M6 最高 32GB 统一内存,带宽 170GB/s。 M5 Pro 最高 64GB,带宽 307GB/s。 苹果也把运行更大本地模型列为 M5 Pro 的使用场景。 目标模型超过 32GB,或者需要更长上下文,M5 Pro 更合适。 小模型和日常 AI 任务,M6性价比更高。 根据你的任务来挑机型,而不是盲目跟风。
显示更多
0
47
23
0
转发到社区
一台 25GB 内存的普通电脑,跑起了 744B 的 GLM-5.2。 之前我们聊过 GLM-5.2 的 1M 上下文、聊过它对 AI 定价逻辑的冲击。今天聊一个更极端的问题:这个 744B 的庞然大物,最低能在什么样的机器上跑起来? GitHub 上一个叫 colibrì(蜂鸟)的项目给出了答案:约 25GB 内存的消费级机器。不用 GPU,不用 Python,整个引擎是一个约 2400 行的 C 文件,零依赖。 它的思路利用了 MoE 架构的本质: 744B 参数里,每个 token 真正激活的只有约 40B,其中逐 token 变化的路由专家只有约 11GB。于是—— 1️⃣ 稠密部分(注意力、共享专家)int4 量化后约 9.9GB,常驻内存 2️⃣ 21,504 个路由专家(约 370GB)放在硬盘上,按需流式读取 代价是什么?作者在 README 里写得异常坦诚:冷启动每个 token 要从磁盘读约 11GB,速度只有 0.05–0.1 token/秒。翻一句话可能要几分钟。 "This is not fast."——但它证明了一件事:跑通一个 744B 前沿模型,不一定需要机房,一台“比一个 H100 风扇还便宜”的机器就够了。 大模型的门槛,正在被各种意想不到的方式拆掉。 🔗:
显示更多
给朋友发几个 GB 的大文件,网盘经常卡在龟速上传,还得对方专门登录下载。 AlterSend 这个开源工具,主打设备之间直接传文件,不经过任何云端服务器中转。 全程点对点加密传输,不限文件大小,电脑端和手机端都有客户端。 GitHub: 配对过一次的设备,以后传文件不用再扫码验证,直接选中就发。 经常要甩大文件给别人、又嫌网盘慢的朋友,这个可以留着备用。
显示更多
微软:8GB 内存也很棒哦!微软更新 #Surface# 购买指南,称 8GB 也非常适合日常使用,例如浏览网页、看视频和运行办公软件。 要知道 Win11 推荐内存就是 16GB,只不过当下内存价格太贵,微软也不得不捏着鼻子推出 8GB 硬件,还要违心的说 8GB 内存也很棒! 查看全文:
显示更多
0
12
54
2
转发到社区
把128GB统一内存塞进轻薄本,英伟达发布 RTX Spark 超级芯片,直接重塑 Windows PC 的天花板。 里面装的是 Blackwell RTX GPU 和 Grace CPU。 加上这128GB的统一内存,这台机器能直接在本地跑起巨大的 AI 模型。 速度极快,且数据完全私密。 不再需要把敏感素材传给云端,你的笔记本就是一个算力堡垒。 用 AI 创作的门槛,被直接踩平了。 觉得 ComfyUI 节点太复杂、太反人类,可以直接让内置的 AI 代理 OpenClaw 替你干活。 输入几句话,它自己去调参数、写提示词。 从一张草图生成材质效果,再直接用它做起始帧生成视频,全部本地一气呵成。 创作者的性能瓶颈也被碾碎了。 靠着这巨大的内存,你能直接剪辑 12K 4:2:2 的视频。 或者渲染高达 90GB 的巨型场景。 在 Blender 里,有了 DLSS 4.5 光线重建技术的加持。 你在场景里随意拖动,就能实时看到几乎等同于最终渲染的画质。 至于游戏,那可是英伟达的老本行。 《心灵杀手 2》、Pragmata 等游戏,直接在 1600p 分辨率下光追全开。 DLSS 4.5 里的新 Transformer 模型,把环境细节拉到了新高度。 更别说它原生支持带有反作弊系统的多人联机游戏。 真正的个人计算新形态已经来了。 不再依赖网络带宽,不再忍受云端延迟。 装载这颗芯片的新型轻薄本和紧凑型台式机,今年秋天就会出货。 本地算力的狂欢,正式开场。
显示更多
0
19
46
9
转发到社区
如何把 10GB 的 视频 在手机和电脑之间快速传输 很急的那种🤡
0
57
56
5
转发到社区
有一台128GB显存的一体机 你可以分配: 72GB用来运行本地大模型 32GB用来运行Cypherium AI挖矿 8GB用于系统运行 还有16GB弹性分配