如果显卡算力不行，但又需要用本地模型，可以考虑纯 CPU 推理。我试了一下用 ThinkPad X1 Carbon Gen 13 跑 Qwen3.5-35B-A3B-Q4_K_M.gguf 也能有 14 t/s 的速度。注意 llama.cpp 的参数要加上 -t 8 和 -ngl 0。 ​