<?xml version="1.0" encoding="utf-8" standalone="yes"?><rss version="2.0" xmlns:atom="http://www.w3.org/2005/Atom"><channel><title>模型部署 - 标签 - 罗孚传说</title><link>https://rovertang.com/tags/%E6%A8%A1%E5%9E%8B%E9%83%A8%E7%BD%B2/</link><description>罗孚传说记录罗孚在 AI、本地模型、地图、汽车与数字办公中的实践。面对真实问题，分享动手过程、试错经验，以及对技术和工作的独立思考。</description><generator>Hugo 0.167.0 &amp; FixIt v1.0.0-alpha.3</generator><language>zh-CN</language><lastBuildDate>Sun, 13 Sep 2026 00:00:00 +0800</lastBuildDate><atom:link href="https://rovertang.com/tags/%E6%A8%A1%E5%9E%8B%E9%83%A8%E7%BD%B2/index.xml" rel="self" type="application/rss+xml"/><item><title>组装了一块 32GB 巨大显卡跑本地大模型</title><link>https://rovertang.com/llm/dual-v100-local-llm/</link><pubDate>Sun, 13 Sep 2026 00:00:00 +0800</pubDate><guid>https://rovertang.com/llm/dual-v100-local-llm/</guid><category domain="https://rovertang.com/categories/llm/">本地模型</category><description>用两块 NVIDIA Tesla V100 SXM2 16GB 显卡、转接主板、8654 交叉线和定制机箱，组装出一块 32GB 的巨大显卡，并在 Ubuntu 24 下以 62 tokens/s 的速度运行 35B 千问模型。文章记录完整的硬件清单、散热与装机过程，也聊聊本地部署的成本、电费和模型选择。</description></item><item><title>70B大模型本地部署的性价比探索：一两千组个纯CPU推理的服务器</title><link>https://rovertang.com/llm/cpu-70b-server/</link><pubDate>Sun, 23 Feb 2025 00:00:00 +0800</pubDate><guid>https://rovertang.com/llm/cpu-70b-server/</guid><category domain="https://rovertang.com/categories/llm/">本地模型</category><description>通过对比服务器、小主机和工作站的优缺点，我发现一两千元搭建一台使用纯 CPU 推理 70B 大模型的服务器是完全可行的，性能不差，内存充足，总体很强大。</description></item><item><title>手搓DeepSeek私服：家用PC+宽带，低成本搞定大模型部署！</title><link>https://rovertang.com/llm/home-deepseek-server/</link><pubDate>Mon, 03 Feb 2025 00:00:00 +0800</pubDate><guid>https://rovertang.com/llm/home-deepseek-server/</guid><category domain="https://rovertang.com/categories/llm/">本地模型</category><description>使用家用PC和家庭宽带，低成本部署DeepSeek大模型并实现互联网访问，从技术方案上看完全可行。然而，距离真正达到完全可用的程度，还有很长的路要走。</description></item></channel></rss>