共 1 篇带此标签
有人在 M3 的神经网络引擎里挖出一个 RTL 层的硬伤——DRAM 权重流式带宽从 45-60 GB/s 被压到 17-19 GB/s。改一行 prefetch 路径,本地 LLM 推理直接快 2.4 倍。