实测：三款垃圾CPU推理Llama3 8B

最新推荐文章于 2025-04-23 13:06:10 发布

大靠山

最新推荐文章于 2025-04-23 13:06:10 发布

阅读量1.1k

点赞数 24

文章标签：人工智能 llama 金融 AI大模型 AI技术

本文链接：https://blog.csdn.net/m0_59235245/article/details/139511234

版权

经常有一些朋友问我本地运行大模型的电脑需要什么样的配置。其实一些常用大模型的运行需要的硬件并不像我们想象的那样高不可攀。不要被那些复杂的技术术语所吓倒，关键在于亲自动手尝试。

“不试，怎么知道呢？” 这句话道出了真理。今天，我将为大家带来三款看似不起眼的纯CPU本地推理Llama3的实测数据，希望它们的表现能给大家对硬件的选择提供一点参考，即使是老旧的硬件也可能在大模型本地推理中发挥出色的作用。

首先，让我们来认识一下今天的三位选手：

一号选手：这是一款陪伴了我十年的SONY笔记本，搭载的是i5 3337U低电压处理器。这款处理器曾是超极本的标配，以其低功耗、低性能和长续航而闻名。记得这台笔记本当年我花掉了一万多，那时我的工资还不到两千。如今，它在二手市场上已难觅踪影。今天，就让我们看看这台老将是否还能发挥余热。

二号选手：这是一台办公室配置的办公电脑，搭载了i5 10400处理器。虽然它已经有些年头，但与新一代的i3 12代处理器相比，它可能只能被按在地上摩擦。在个人电脑市场，性价比更高的12100处理器无疑是更好的选择，它在性能上轻松超越了我们的二号选手。

三号选手：最后，我有一款洋垃圾E5-2686处理器。虽然它被称为“垃圾”，但在体格上，它与前两位选手完全不是一个量级。特别是在大模型推理方面，它拥有多核心的碾压性优势，这一点无需多言。

现在，让我们直接进入正题，展示这些CPU在大模型推理中的实测数据。

i5 3337U：

耗时三分五秒，输出170个字，图上统计181是因为我把我的提问也复制过去了，大概就是每秒一个字的样子。

跑是跑起来了，步子确实有点小，十年前的CPU意料之中。

i5 10400：

用时1分38秒输出210个字，这个速度还是有点慢，如果跑个2B3B的小模型实用性就有那么一点点了，如果i3 12100出手肯定比这个速度快得多。i3 12100才几多钱？llama3 8b轻松拿捏。

E5-2686：

18核36线程不白给，34秒输出215个字，完全满足本地使用的需求，就他的价格，没有任何喷他的理由

如何学习大模型 AI ？

由于新岗位的生产效率，要优于被取代岗位的生产效率，所以实际上整个社会的生产效率是提升的。

但是具体到个人，只能说是：

“最先掌握AI的人，将会比较晚掌握AI的人有竞争优势”。

这句话，放在计算机、互联网、移动互联网的开局时期，都是一样的道理。

我在一线互联网企业工作十余年里，指导过不少同行后辈。帮助很多人得到了学习和成长。

我意识到有很多经验和知识值得分享给大家，也可以通过我们的能力和经验解答大家在人工智能学习中的很多困惑，所以在工作繁忙的情况下还是坚持各种整理和分享。但苦于知识传播途径有限，很多互联网行业朋友无法获得正确的资料得到学习提升，故此将并将重要的AI大模型资料包括AI大模型入门学习思维导图、精品AI大模型学习书籍手册、视频教程、实战学习等录播视频免费分享出来。

在这里插入图片描述