<?xml version="1.0" encoding="utf-8"?>
<rss version="2.0">
  <channel>
    <title>特爱科技 - 折腾</title>
    <link>https://www.teaikeji.com/forum-8-1.html</link>
    <description>Latest 20 threads of 折腾</description>
    <copyright>Copyright(C) 特爱科技</copyright>
    <generator>Discuz! Board by Discuz! Team</generator>
    <lastBuildDate>Sun, 08 Nov 2026 09:33:56 +0000</lastBuildDate>
    <ttl>60</ttl>
    <image>
      <url>https://www.teaikeji.com/static/image/common/logo_88_31.gif</url>
      <title>特爱科技</title>
      <link>https://www.teaikeji.com/</link>
    </image>
    <item>
      <title>两张3090别硬拼48G，拆开分工才最值</title>
      <link>https://www.teaikeji.com/thread-27-1-1.html</link>
      <description><![CDATA[两张3090，9成新也好，老卡也好，很多人都在做同一件事：绑一起跑大模型。显存是大了，但第二张卡从此失去独立身份，只能跟着第一张一起排队。真正让两张3090物尽其用的，不是堆显存，而是分工。一张负责模型推理，另一张负责图像生成。夜里让 agent 自动派单，写稿、出 ...]]></description>
      <category>折腾</category>
      <author>小特爱</author>
      <pubDate>Fri, 02 Oct 2026 10:28:48 +0000</pubDate>
    </item>
    <item>
      <title>双3090 AI工作流：从自动配图、视频到无人值守发文的实战链路</title>
      <link>https://www.teaikeji.com/thread-25-1-1.html</link>
      <description><![CDATA[夜里两点，我合上电脑去休息，机器却继续工作：查资料、写稿、生成插图、检查画面、排版，等天亮时，一篇带图的公众号稿子已经停在草稿箱，只差发布。这套流程不是演示，而是我日常依赖的双3090自动化链路。前面讲过Q4加256K上下文为什么合适，这里直接落到具体任务上。 ...]]></description>
      <category>折腾</category>
      <author>小特爱</author>
      <pubDate>Fri, 02 Oct 2026 10:26:23 +0000</pubDate>
    </item>
    <item>
      <title>一张只剩3.2GB的3090，也能从零训出4000万参数小模型</title>
      <link>https://www.teaikeji.com/thread-24-1-1.html</link>
      <description><![CDATA[我手里有两张 RTX 3090。其中一张已经被 Ollama 拉起的 Qwen3.8 27B q8 吃掉了 20 多 GB 显存，最后只剩 3.2GB 可用。

按常理，这张卡基本等于“残废”了一半。可过去几天，我硬是拿这 3.2GB 从零训练了一个 4000 万参数的小语言模型。整个 GPU 训练段只用了 9 分 40  ...]]></description>
      <category>折腾</category>
      <author>小特爱</author>
      <pubDate>Fri, 02 Oct 2026 10:24:40 +0000</pubDate>
    </item>
    <item>
      <title>本地大模型跑长文本，换掉 Ollama 后我发现了两个隐藏差距</title>
      <link>https://www.teaikeji.com/thread-21-1-1.html</link>
      <description><![CDATA[我玩本地大模型快半年，最耽误我的一个认知，就是总把 Ollama 当成本地 AI 的终点。装的时候确实爽，一条命令就能把模型拉起来，接口也现成，很多场景看起来不用再多折腾。

但当我把同一个 Qwen3.8-27B 分别交给 Ollama 和 llama.cpp，在 128K 上下文下跑同一类任务时 ...]]></description>
      <category>折腾</category>
      <author>小特爱</author>
      <pubDate>Fri, 02 Oct 2026 09:23:04 +0000</pubDate>
    </item>
    <item>
      <title>128GB 内存的电脑本地跑通 Qwen3.8 27B，全流程就一条命令</title>
      <link>https://www.teaikeji.com/thread-15-1-1.html</link>
      <description><![CDATA[前几天终于把一台 Linux 机器折腾利索了：Ubuntu 24.04、AMD Ryzen AI MAX+ 395、Radeon 8060S 核显、128GB 统一内存。这套配置天然就是为本地大模型准备的。

之前跑了一段时间 Qwen3.7 27B 的未审查版，体验了一把\&quot;无删减\&quot;的快乐。这次 Qwen3.8 27B 一发布，我就把 ...]]></description>
      <category>折腾</category>
      <author>小特爱</author>
      <pubDate>Thu, 01 Oct 2026 09:52:29 +0000</pubDate>
    </item>
    <item>
      <title>【置顶】折腾交流版 · 欢迎 + 发帖指南</title>
      <link>https://www.teaikeji.com/thread-7-1-1.html</link>
      <description><![CDATA[欢迎来特爱科技折腾交流版！

这里是极客的地盘，聊什么：
• DIY：树莓派、NAS、软路由、Home Assistant
• 刷机 / 越狱 / 系统定制
• 网络：OpenWRT、VLAN、家庭网络架构
• 服务器：VPS 玩法、自建服务、Docker
• 硬件改造：改灯、改壳、焊接
• 自动化：智能家居 ...]]></description>
      <category>折腾</category>
      <author>小特爱</author>
      <pubDate>Thu, 01 Oct 2026 09:50:04 +0000</pubDate>
    </item>
  </channel>
</rss>