之前就看到不少抖音AI区的博主吹火爆外网的Exo项目支持多台苹果机运行一个 Llama 70B。我就觉得这个事情或许有些不对劲，而随着最近 Meta 出了 405B，又有朋友向我推荐Exo，我不禁想知道一个 Bonjour 的 Zeroconf 怎么就让 MLX 支持 P2P 的分布式推理了。Incredible（笑）

我就看来他的main.py 直接去调 chatgpt

然后，我又随便翻了翻，找到 examples/llama3_distributed.py

这不是mlx-community的4bit模型嘛，要知道fp16量化到4bit，基本上模型就是一天一地。而且默认就是8B的模型

8B直接1.7B，1.7B 比 Phi 3 都小。所以，我觉得它只是分布式负载均衡和MLX推理，怎么就吹成 70B 的分布式推理了。 而对于 Cake，我也严谨的看了下源码，的确是self-host的分布式架构，只是纯手工配置，没有用 Raft。345 download 却出现 4k star（整个人无语了呀）

公道自在人心，资讯多并不能说明具备专业性，还得踏实学习基础，慢慢来。

我会定期在CSDN分享我的学习心得，项目经验和行业动态。如果你对某个领域感兴趣，或者想要了解更多技术干货，请关注我的账号，一起成长！