Strata 让大模型借助硬盘运行，普通电脑开始接近本地 AI

64GB 内存的 MacBook Pro 跑 Qwen Flash Next 达到约 24 token/s，Strata 正把本地 AI 的边界从“显卡能装下多少”推向“硬盘能否承接部分计算”。这意味着消费级电脑运行大模型，限制可能不再只是显存容量。

这是什么

Strata 是一种模型卸载技术：将大模型暂时不用的部分转移到 SSD（固态硬盘），需要时再调用。它不是新模型，也不提高模型本身的智能水平，而是降低运行大模型对内存和显存的硬性要求。

发帖者使用 Strata 和 MoEShift 等开源研究，在 64GB 内存的 M1 Max 上运行 Qwen Flash Next，速度约为每秒 24 个 token（token 是模型处理文本时使用的基本单位）。Qwen Flash Next 是一款参数规模较大的开源模型，完整放入内存并不现实。

行业怎么看

值得关注的是，用户开始接受“本地模型不必达到最强，只要够用”的取舍。对于摘要、初步整理、代码辅助等任务，接近前沿模型的能力可能并非必要；把工作负载留在本地，也能减少云端调用费用和数据外传。

但这份体验不能直接外推到所有机器和个人。SSD 卸载可能带来速度波动、长期读写压力与更高的硬件故障概率，Strata 和 MoEShift 也仍是社区项目，尚缺大规模稳定性验证。Reddit 上单个使用者的成功案例，更多说明技术路径可行，而不是产品已经成熟。

对普通人的影响

对企业 IT：预算有限的团队可能先用高内存电脑试验私有化部署，减少对 API 的持续调用；但企业采用前仍需评估速度、并发、数据留存和磁盘可靠性，不能把个人玩家的结果直接当作生产方案。

对个人职场：文档整理、会议纪要和初步写作等任务，未来可能更多在本地完成。短期内，设备内存、SSD 性能与安装维护能力仍会决定谁真正受益。

对消费市场：“64GB 内存加高速 SSD”可能比单纯追求高端显卡更能影响本地 AI 体验，厂商若围绕这一组合优化软件，普通人使用大模型的门槛会随之下降。