手机闪存流式运行120B模型
有开发者在OnePlus 15R上用CPU和手机闪存流式运行GPT-OSS-120B、Qwen 30B、Gemma 26B等模型，60GB量级模型在约11GB可用内存下达到1-5 token/s。该方案依赖MoE专家按需加载，展示了本地大模型推理与存储带宽结合的新玩法。
事件进展（1 篇报道）
-
2026-07-18 01:05
有开发者在OnePlus 15R上用CPU和手机闪存流式运行GPT-OSS-120B、Qwen 30B、Gemma 26B等模型，60GB量级模型在约11GB可用内存下达到1-5 token/s。该方案依赖MoE专家按需加载，展示了本地大模型推理与存储带宽结合的新玩法。