English(EN) I ran a 110B LLM on 16GB of RAM. Here's the equation that predicts any model's speed on your machine

新方程预测LLM在消费级硬件上的推理速度

作者 PulseAugur 编辑部 · [1 个来源] · 2026-07-22 13:41

一位独立研究者开发了一个方程，用于根据模型大小、内存和带宽等参数预测大型语言模型在消费级硬件上的推理速度。该方程源自对LLM行为的四项观察“定律”，允许用户在下载模型之前估算性能。研究还强调，模型放置和量化策略会显著影响速度和质量，表明简单地使用更多比特并非总是最优选择。 AI

影响使用户能够更好地估算LLM在他们硬件上的性能，从而优化模型选择和部署。

排序理由该条目详细介绍了一个预测LLM性能的新颖方程和方法论，作为研究成果呈现。[lever_c_demoted from research: ic=1 ai=1.0]

AI 生成摘要 · Google Gemini · 来自 1 个来源。我们如何撰写摘要 →

本文如何被排名

Signal score: 0 / 100; Composite score across the factors below. Higher = stronger signal that this story matters right now.
Newsworthiness bucket: Tool; 该条目详细介绍了一个预测LLM性能的新颖方程和方法论，作为研究成果呈现。[lever_c_demoted from research: ic=1 ai=1.0]
Source corroboration: Single-source cluster; Only one publisher covered this so far. Single-source stories can still rank when the publisher is high-authority, but they lack cross-source corroboration.
Topics: infra, other; Editorial topic classification. Feeds into how the story surfaces on /topic/<slug> hub pages and into the per-entity coverage mix.
AI-industry relevance: High; Clearly on-topic for AI-industry coverage.
Story freshness: 60 days old; Aged out of breaking-news scoring windows; ranking reflects the durable signal from the full source set.

完整方法见我们的编辑标准。

dev.to — LLM tag TIER_1 English(EN) · Federico Sciuca · 2026-07-22 13:41

我在16GB内存上运行了一个110B的LLM。这是预测任何模型在你的机器上速度的公式

My 2016 desktop — 16 GB RAM, SATA SSD — ran GLM-4.5-Air, a 110B-parameter model, streamed from disk. One equation predicted the speed before I pressed enter: 0.2-0.3 tok/s. It measured 0.19. That equation (tok/s = eta(tier)…