尧图网络 高端网站定制 · 原创设计
免费咨询热线
400-888-6620
免费获取方案
235B 模型塞不进一台 Mac:exo 分布式推理的多机切分方案
235B 模型塞不进一台 Macexo 分布式推理的多机切分方案【免费下载链接】exoRun frontier AI locally.项目地址: https://gitcode.com/GitHub_Trending/exo8/exoexo 是一个本地 AI 集群项目在每台 Mac 上装好它设备会在局域网内自动发现彼此把单机装不下的模型切到所有节点上跑推理并对外提供 OpenAI、Claude、Ollama 兼容的 API。这篇文章讲清它的发现与切分机制以及怎么真正跑起来。为什么一台机器不够本地推理的瓶颈通常不是算力而是内存。Qwen3-235B 8-bit 权重大于 200GBDeepSeek v3.1 671B 更是超过 600GB一台 512GB 的 Mac Studio 也装不下MacBook Pro 就更别提了。常规替代方案是租云端 GPU 或者换小模型前者贵后者妥协。exo 的定位是把同一个模型切到多台 Apple Silicon 设备上每台机器负责一部分权重机器越多能跑的模型越大——官方集群用 4 台 Mac Studio 同时跑起了 DeepSeek v3.1 671B 和 Kimi K2 Thinking下面这张就是其中的基准测试画面。自动发现与模型切分是怎么运作的 ⚡同网段的节点启动后自动互相发现并选举出一个 master 节点由它维护一张拓扑图设备是节点连接是边边可以是局域网 socket 或 Thunderbolt 5 上的 RDMA远程直接内存访问绕过网络栈直接读写对端内存。加载模型时它先筛出总内存足够的节点环再按每台机器的可用内存占比分配层数——相当于把一条长流水线按每个人的工作量切段大内存机器分更多层。TB5 组网下还能切换张量并行一层被多台机器并行计算2 台设备约 1.8 倍加速不只是内存叠加。切分逻辑的核心在 src/exo/master/placement.py。3 条命令起一个集群前置依赖是 uv 和 node后者用来构建 dashboardgit clone https://gitcode.com/GitHub_Trending/exo8/exo cd exo/dashboard npm install npm run build cd .. uv run exodashboard 和 API 会在http://localhost:52415/起来。在第二台 Mac 上跑同样的命令同局域网下自动加入集群不需要任何配置。macOS 26.2 也可以直接brew install --cask exo装菜单栏应用从源码跑则还要装 Rust nightly 和 macmon 的指定 forkREADME 里写了完整步骤。模型首次使用会下载到~/.exo/modelsmacOS或~/.local/share/exo/modelsLinux想放到外置盘或 NFS 上用环境变量EXO_MODELS_DIRS指定有空间的目录。dashboard 本身分聊天、下载、traces 几个页面节点变化时 master 会重新选举期间 API 会短暂无响应看到偶发超时先确认是不是有节点刚掉线。用着会踩的坑 ⚠️如果你发现节点没被识别先检查两台机器是否同一局域网、52413发现和 52414通信端口有没有被防火墙挡掉同一网络里跑多个 exo 集群时改启动参数--namespace隔离不同 namespace 的节点互不连接。RDMA over Thunderbolt 5 是可选特性需要 macOS 26.2进恢复模式执行rdma_ctl enable集群内所有节点要用 TB5 线缆两两直连全互联各设备系统版本必须完全一致beta 号都得相同Mac Studio 上不能用以太网口旁边那个 TB5 口。条件凑不齐就先用普通局域网跑得起来只是没有 99% 延迟降低。实例创建是异步的POST /instance之后服务端只回“命令已接收”要等/instance/await返回 ready 再发推理请求否则会拿到超时。排障时日志在~/.cache/exo/exo_log/先看那里再看网络。它适合谁 / 不适合谁有两台以上 Apple Silicon 设备、想把大参数开源模型跑在本地的人这个方案的价值很直接兼容 4 种 API 格式现有 OpenAI、Claude、Ollama 客户端把 base URL 指到localhost:52415就能用已有脚本不用改。只有一台机器的人分布式推理没有意义单机场景下它等价于一个本地推理框架想搭高并发线上服务也不合适它是少数并发流下的本地工具不是生产 serving 平台。Linux 端目前只跑 CPUGPU 支持还在开发集群全是 Linux 机器的话先降低预期。下一步可以翻 docs/api.md 的端点清单用/instance/previews在加载前预览一个模型会被切到哪几台机器再去仓库 issues 里看看社区正在调的切分参数真实硬件组合的答案大多在那里。【免费下载链接】exoRun frontier AI locally.项目地址: https://gitcode.com/GitHub_Trending/exo8/exo创作声明:本文部分内容由AI辅助生成(AIGC),仅供参考
RELATED

相关推荐

Helix 模态编辑器:3 步从 Vim 键位走到 LSP 智能补全

Helix 模态编辑器:3 步从 Vim 键位走到 LSP 智能补全

Helix 模态编辑器:3 步从 Vim 键位走到 LSP 智能补全 【免费下载链接】helix A post-modern modal text editor. 项目地址: https://gitcode.com/GitHub_Trending/he/helix Helix 是一款用 Rust 写成的终端模态编辑器,把 Vim 式的多光标编辑、Tre…

📅 2026/10/15 9:22:35
从零构建餐饮管理系统:全栈技术选型与高并发实践

从零构建餐饮管理系统:全栈技术选型与高并发实践

简介:本资源是一套面向餐饮企业管理者与Java/前端开发学习者的全栈实战项目,聚焦解决门店数字化运营中的菜单管理、订单流转、员工协同与消费者点餐体验等核心问题。采用Vue.js构建响应式移动端界面,Spring Boot搭建高可用后台服务&#xff0…

📅 2026/10/15 6:15:20
机器人何时该空翻?时机决策成为具身智能新焦点

机器人何时该空翻?时机决策成为具身智能新焦点

“机器人会空翻并不稀奇”这句话放在五年前,听起来多少有点挑衅。波士顿动力 Atlas 那段后空翻视频,让很多人第一次意识到机器人可以把全身动力学玩到这种程度。到了今天,四足机器人空翻、人形机器人空翻、轮足机器人空翻,陆续出现…

📅 2026/10/24 14:13:18
MORE NEWS

更多资讯

📰

递推最小二乘参数辨识MATLAB编程:二阶系统与渐消记忆实现

简介:这是一篇面向控制系统、信号处理与机器学习等领域学习者的最小二乘参数辨识程序说明文档。资源共包含一个docx格式文档,压缩包大小七十八KB,内容围绕递推最小二乘算法和渐消记忆最小二乘算法展开:先构造一个极点位于单位圆内…

📰

requests+BeautifulSoup:爬虫抓取h1标题的入门实战指南

简介:一份以实战为导向的Python爬虫入门资源,面向具备基本编程基础、希望快速掌握网络数据抓取的初学者,可解决从零编写简单爬虫的常见困惑。实例以requests库发送HTTP请求、BeautifulSoup解析HTML文档,完整演示从网页中提取 标题…

📰

全国计算机二级C语言真题PDF高效刷题指南

简介:这份PDF是全国计算机二级C语言考试的试题与答案解析,专为备考二级C语言的考生准备。内容涵盖C语言特点与设计理念、程序基本组成单位、main函数执行流程、函数嵌套调用规则、标识符命名规范、整型实型字符型数据类型、八进制十六进制数合法形式、运…

📰

OpenGL面试核心考点:渲染管线、矩阵变换与性能排查全解析

简介:这是一份面向图形学求职者与3D开发者的OpenGL面试题资料,围绕计算机图形学核心考点整理,适合准备图形渲染、游戏引擎方向面试的中高级开发者查漏补缺。压缩包内共1个doc文档,约19KB,内容以问答形式覆盖渲染对象矩…

📰

防幻觉智能体架构:电源硬件设计中的大模型编排与工具化实践

做电源硬件设计的朋友应该都有过这种体验:拿着一个拓扑方案去问大模型,它给出的电感值计算得头头是道,结果你拿公式反推一遍,发现纹波电流系数根本对不上;或者它信誓旦旦推荐某款MOSFET,说vgs阈值多完美&am…

📰

1024 程序员节:从提案到回执,给链上 Agent 划出六道执行边界

让一个 Agent 给出调仓建议并不难,难的是让它在状态变化、网络超时和重复任务里只花掉被允许的那部分钱。模型说“已完成”,终端打印“已结算”,都不能替代链上回执。这是我更愿意在 1024 讨论的工程问题:一条自动化流水线&#x…

TODAY

今日更新

THIS WEEK

本周精选

THIS MONTH

本月热门

读完文章,想聊聊您的网站?

告诉我们您的行业与需求,资深顾问一对一梳理方案与报价,全程免费。

📞 💬