一名高中生开发了一种新颖的方法,通过集群两部旧安卓手机,在本地运行一个27B参数的大语言模型。该设置使用了一个自定义的C++引擎,通过USB线上的RPC拆分模型层,从而绕过了内存限制。该系统利用CPU上运行时Hadamard变换的独特三元量化方法,实现了约2.8 tokens/秒的生成速度,且没有过热问题。 AI
影响 展示了一种新颖的低功耗方法,可在边缘设备上运行大型语言模型,可能促进更广泛的本地AI部署。
排序理由 该条目描述了一种新颖的技术方法,通过个人研究者在消费级硬件上运行大语言模型,包括一个自定义引擎和独特的量化方法。[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 →