Существует много различных проектов и вариантов по ускорению генерации AI. Но в большинстве случаев они используют тюнинг модели, а так же использование внешней видео карты. Но можно ли ускорить генерацию модели, если у нас есть только процессор и ОЗУ?
Для тестирования использовалась модель Qwen3.8-Flash‑Next Gyro GGUF
В данной оптимизации помог Opus, который несколько суток гонял тесты на моём железе и пытался оптимизировать код llama. К сожалению мою учётную запись заблокировали, и после верификации и апеляции, окончательно. Возможно ли такой же тюнинг и отладка с другими моделями AI?
Версия патча Opus |
Промпт t/s |
Генерация t/s |
Сравнение с оригиналом |
|---|---|---|---|
fix23 |
10.98 / 10.05 |
2.41 / 2.38 |
×1.23 |
fix37 |
11.21 / 14.49 |
2.72 / 2.73 |
×1.40 |
original |
4.12 / 3.75 |
1.97 / 1.92 |
— |
График снижения скорости генерации в зависимости от контекста.

Патчи и наработки здесь. Пишите в комментариях железо и насколько увеличивается у вас скорость генерации после применения патчей.
https://gitlab.com/agentionai‑group/llama.cpp/‑/merge_requests/1
Так же напишите, какая модель и из какого harness может так же долго работать как cloud code ‑заниматься такой сложной и низко‑уровненовой работой на твоём личном железе.
Комментарии (6)

Dima_Levch
15.11.2026 14:19Статья про ускорение на 40%, в которой не указаны ни процессор, ни характеристики памяти, ни параметры запуска. Зато есть упоминание Opus и ссылка на патчи. Без этих данных цифры практически ничего не значат, а проверить результат невозможно. Это пока больше похоже на рекламу репозитория, чем на технический разбор
bkisonka
Вы модифицировали код апстрима при помощи нейросети. Как поддерживать его собираетесь?
mihail_ms
Почему бы его не поддерживать тому, кто его писал. Например ИИ-Агенту? )))
Renatk Автор
Запустим уже патченный апстрим на данную модель и получив несколько токенов в секунду, опус за несколько дней смог дать ускорение в несколько раз на prefil и декод в токенах. Так что как поддерживать, наверное никак, т.к. я же написал уже про антропик в статье. Но и наработки, вдруг кому-то пригодятся.