Pipette 的端侧 AI 结果是部署测试，而不是芯片排名
Pipette 发布了许多配置下的延迟、吞吐量、内存和质量结果，但不同手机、运行时和量化方式并不能组成一个干净的排名。
标签
#inference
5篇文章使用此标签.
OpenAI 的 Jalapeño 芯片基准：这些数字实际上说明了什么
OpenAI 的 Jalapeño 推理芯片在其发布的测试中领先，但延迟、功耗标准化、可用性和工作负载匹配度限制了采购结论。
llama.cpp v0.2.0 让稳定版与 nightly 作出不同承诺
llama.cpp 现在在 nightly 构建之外也提供语义化版本发布。它的第一个稳定标签与一个构建标签共享代码，说明渠道名称描述的是策略，而不是质量。
Waymo 的 1,000 TOPS ASIC 令人印象深刻，但不是基准测试
Waymo 披露其定制边缘 AI 计算能力超过 1,000 TOPS，但没有公布精度、功耗、利用率、内存带宽和实测延迟。
Qwen3.8-27B 可以在 16GB 上运行，但完整的模型体验无法做到
紧凑的 Qwen3.8-27B 量化版本可以在 16GB GPU 上运行，但长上下文、视觉、并发和运行时内存使这个标题并不完整。