M4 Max MacBook Pro + 128GB RAM 跑大模型：
- 模型使用 70GB 大小的 QwQ-32B ，精度 16 bit
- LM Studio 显示的 CPU 使用率没有跑满，不过风扇开始启动了
- 内存使用 63GB 左右
- 除了风扇启动之外，其它程序的操作没有影响
- QwQ-32B 在推理方面很强，推理过程当中不停地产生新的问题，然后自问自答
This topic created in 445 days ago, the information mentioned may be changed or developed.
4 replies
 |
1
yinmin Mar 18, 2025 via iPhone
能跑到多少 tokens/秒？另外，8bit 的 70B 模型跑的性能如何？
|
 |
2
yibie OP 8bit 还不知道，之前跑 Gemma3 应该是 8 bit 精度的，20 token/s 吧，不过这个速度不恒定，看模型会不会自己卡，但一般超过 10 token/s
|
|
3
yibie OP @yinmin 8bit 还不知道，之前跑 Gemma3 应该是 8 bit 精度的，20 token/s 吧，不过这个速度不恒定，看模型会不会自己卡，但一般超过 10 token/s
|
 |
4
walkon Jul 15, 2025
我 64GB 的，跑一个 DeepSeek 8B 的风扇也会响。跑 70B 的 9.7 tokens/s ，感觉一般。
|
Select Language