moe-on-a-desk

github.com

在单台消费级 Mac Studio 上不降量化跑 125B MoE 大模型的 llama.cpp 优化补丁与实测记录

可自部署本地模型命令行Mac

GitHub ★ 11被推荐 1 次

访问网站 ↗

适合做什么

适合想在本地消费级硬件上高速运行大 MoE 模型的开发者、本地部署玩家参考与复现

标签与属性

特性

可自部署

支持模型

本地模型

平台

命令行 Mac

同类推荐

本地部署 / 运行

llama.cpp

★ 130,655

纯 C/C++ 实现的 LLM 推理引擎，支持本地与云端多硬件高效运行大模型。

开源可自部署有 API多模态通义千问

github.com3 处推荐

本地部署 / 运行

vLLM

★ 93,170

高吞吐、省显存的开源 LLM 推理与服务引擎，支持 PagedAttention 与 OpenAI 兼容 API。

开源有 API可自部署DeepSeek通义千问

github.com1 处推荐

本地部署 / 运行

Ollama

★ 182,177

最流行的开源大模型本地运行工具，一条命令即可下载并运行 Llama、Qwen、DeepSeek 等模型。

开源可自部署有 API通义千问DeepSeek

ollama.com3 处推荐

本地部署 / 运行

whisper.cpp

★ 54,217

OpenAI Whisper 语音识别模型的 C/C++ 高性能移植版，无依赖、可离线本地运行

开源可自部署本地模型MacWindows

github.com2 处推荐

聊天客户端

textgen

★ 47,726

开源本地大模型桌面应用，支持文本、视觉、工具调用，兼容 OpenAI/Anthropic API，完全离线隐私。

开源可自部署有 API支持 MCP多模态

github.com1 处推荐

本地部署 / 运行

vLLM

高效易用的开源 LLM 推理与服务库，支持 PagedAttention 和连续批处理，吞吐量领先。

开源可自部署有 API通义千问本地模型

docs.vllm.ai1 处推荐