已收录文章摘要，完整内容可前往原文阅读。
本地跑大模型这条路上，这两天冒出两组挺扎眼的数字：一组把解码速度推到每秒 72 token，另一组显卡一张没换，只换了运行引擎，速度照样往上蹿一大截。两条路子完全不同，一个靠堆机器，一个靠抠细节。堆