看了《你需要知道的 AI 内存知识》，我才知道：

1. 本地运行大模型的核心资源主要有三个：内存容量、内存带宽和计算算力，三者共同决定模型规模和运行速度。
2. 统一内存架构（Unified Memory） 可以让 CPU 和 GPU 共享大容量内存，从而突破传统独立显卡显存容量限制，更容易加载大模型。
3. 模型名称中的 MoE（Mixture of Experts，混合专家模型） 表示模型只会激活部分参数进行计算，可以显著降低推理所需的内存和算力。
4. 当前消费级设备，即使价格达到数万元，也仍然存在明显限制：要么模型规模受限，要么推理速度不足，实际更适合运行中小型模型或经过优化的 MoE 模型。