有海外发烧友在 Reddit 社区分享了一个很有看点的 DIY 测试项目，在整机不搭载独立显卡、完全依靠 CPU 计算的前提下，使用已经停产的英特尔傲腾持久内存 200 系列，成功跑通总参数 2.8 万亿的 Kimi K3 混合专家大模型。Kimi K3 本身体量巨大，就算做 1bit 极致量化，也需要数百 GB 的内存空间，普通家用 DDR 内存很难凑出这么大的容量，而二手傲腾持久内存可以用更低成本提供超大字节寻址空间，刚好满足模型权重存放需求。整套硬件采用 40 核第三代至强可扩展处理器，软件基于 llama.cpp 推理框架，傲腾内存设置为 App Direct 模式，让程序直接访问傲腾内存地址空间，不是系统自动缓存的 Memory Mode。这套方案虽然跑起来了，但性能短板非常明显，属于技术验证向的实验，并不适合日常使用，同时傲腾模块发热很高，必须做好主动散热，不然很容易过热降频甚至关机。
整套测试硬件清单
- 处理器：40 核第三代英特尔至强可扩展处理器
- 内存：傲腾持久内存 200 系列（Optane PMem 200，单条可选 128GB/256GB/512GB）
- 显卡：无独立显卡，纯 CPU 推理
- 运行框架：llama.cpp
- 傲腾工作模式：App Direct 模式
实测性能数据表
| 量化规格 | 开启 DAX 直通速度 | 关闭 DAX 直通速度 | 补充说明 |
|---|---|---|---|
| 1bit 量化 | 0.85 token/s | 1.50 token/s | 本次测试最优状态 |
| 3bit 量化 | 约 0.75 token/s | - | 精度更高，速度进一步下降 |
项目关键风险点
- 散热压力大：傲腾持久内存单条最高功耗 18W，温度到 83℃开始降频，85℃直接保护性关机，玩家额外加装鼓风机对着内存散热。
- 推理速度慢：按照 1bit 关闭 DAX 的 1.5token/s 计算，输出长文本耗时极长，5 万 token 内容大约需要 18.5 小时。
- 硬件稀缺：傲腾产品线早已停产，只能买到二手拆机模块，没有全新货源，兼容性只适配第三代至强平台。
- 仅支持推理：本次只做模型推理测试，无法用这套配置完成大模型训练。
【常见问题】
问题 1：停产傲腾内存无显卡跑 2.8 万亿参数 Kimi K3 AI 模型，这套配置是什么原理？
回答 1：停产傲腾内存无显卡跑 2.8 万亿参数 Kimi K3 AI 模型，是依靠傲腾持久内存超大容量承载量化后的模型权重，使用 llama.cpp 在纯 CPU 下推理，傲腾设置 App Direct 模式给软件直接寻址，不依靠 GPU 显存运算。
问题 2：停产傲腾内存跑 Kimi K3 模型，最快能达到多少 token 速度？
回答 2：停产傲腾内存跑 Kimi K3 模型，1bit 量化并且关闭 DAX 直通时速度最高，实测每秒 1.5 个 token；开启 DAX 直通为 0.85token/s，3bit 量化仅有 0.75token/s。
问题 3：用停产傲腾内存跑 2.8 万亿参数 Kimi K3 AI 模型，普通家用电脑可以直接复刻吗？
回答 3：不可以，停产傲腾内存跑 2.8 万亿参数 Kimi K3 AI 模型仅支持第三代至强服务器平台，普通消费级主板不兼容傲腾持久内存，同时还需要充足散热，门槛很高。
问题 4：Kimi K3 是 2.8 万亿参数模型，为什么用傲腾内存而不是普通 DDR 内存？
回答 4：Kimi K3 是 2.8 万亿参数 MoE 模型，量化后也需要数百 GB 内存，同容量的服务器 DDR 内存成本很高，停产傲腾持久内存二手价格更低，能低成本提供大容量持久内存空间。
【参考资料】
[2026-11-13]（不用显卡：玩家靠停产傲腾内存跑起 2.8 万亿参数 Kimi K3 AI 模型）IT 之家
[2026-11-13]（不用显卡！一台 40 核老服务器跑起 2.8 万亿参数大模型）太平洋科技
[2026-11-13]（用户用停产傲腾内存成功本地运行 2.8 万亿参数 Kimi K3 大模型）中关村在线
[2026-11-12]（Homelabber Runs Massive 2.8-Trillion-Parameter AI Model On Discontinued Intel Optane Memory, Without A GPU）Hardware Upgrade
【免责声明】
本文全部硬件配置、实测速度、实验信息均来自海外玩家社区发帖与科技媒体报道，该方案仅属于技术验证实验，不具备商用、日常使用价值；傲腾内存已经停产，二手硬件存在故障率、兼容性、过热损坏风险，复刻测试产生的硬件损坏由操作者自行承担；本文内容不构成硬件采购、DIY 改装建议。