个人电脑部署AI模型的话,要看量化,一般模型是用FP32进行训练的,如果把模型量化降级到INT8,会略微损失一些精度,但是大大减少算力消耗
另外老黄的CUDA框架是必装的,装了一个我的1060显卡都比较流畅的跑了一个8B模型