一台 GB300 NVL72： → 72 颗 GB300 (Blackwell Ultra) GPU + 36 颗 Grace CPU。 → 单卡显存：GB300 288 GB HBM3e → 整机柜总显存：72 × 288 GB ≈ 20.7 TB → NVLink 总带宽约 130 TB/s → 全机柜通过 NVLink 5 连成统一内存池，可以视为一张拥有 20TB 显存的“超大 GPU”。 DeepSeek-V4-Flash-0731 核心规格： →304B 参数（0731 仓库包含 DSpark speculative decoding 模块） → 基础模型 284B → 13B activated → 1M context → 官方权重为 FP8 + FP4 Mixed 加油 OpenCode !

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。 🔗：

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。

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：

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。