11月12日，Edge0 把 1450 亿参数的端侧模型开源了。官方给的门槛挺诱人：峰值内存仅需 29GB，解码 80+ token/s，笔记本上就能本地跑。NAS 圈的第一反应几乎一致——近百 GB 的权重，正好扔 NAS 上，谁要用谁挂载。哔哩哔哩知乎哔哩哔哩
这一次，真不行。
这代模型把 SSD 当成了运行部件
Edge0-145B 不是一个"大文件"，而是把权重按冷热分成三层：热专家常驻显存，冷专家放系统内存，最冷的那部分留在盘上，边算边按需取。按模型卡口径，40GB 级的专家池常驻内存，另有一个 51.2GB 的词表文件默认从盘直读、不进内存。知乎知乎
盘从此不是仓库，是运行时的一环。80 token/s 意味着每个 token 只有 12.5 毫秒预算，取数据的时间要从这里头扣。而且这不是 Edge0 一家的路子：面壁智能 11 月发布的 MiniCPM-V 4.7 同样把大部分专家权重放在手机闪存里按需加载，再靠"前瞻专家调度"提前预取下一层要用的专家，用计算掩盖存储 IO 的等待。端侧模型开始集体把闪存当内存用。知乎
千兆这道墙，112MB/s 就是顶
有人真拿这份权重测了：同一个文件、同一台工作站，放本机 NVMe 冷读 18.3 秒，走千兆 SMB 放 NAS，15.6 分钟，差 51 倍。这笔账自己也算得出来——105GB ÷ 112MB/s ≈ 940 秒。千兆的物理上限是 125MB/s，实测能到 112MB/s 基本就满了；另一个先后折腾过 2.5G、LACP、万兆的玩家，独立测出的千兆数同样是 112 MB/s。知乎知乎
更要紧的是，这条链路两路就到顶，再多开线程不会涨总量，只会把每一路摊薄；换 NAS 型号、加 SSD 缓存、换硬盘，都不动 112 这个数。想抬总带宽，只剩加物理链路一条路：多网口、2.5G、万兆，而且两端一起换。知乎
升级之前，先把速度测准
做这组测量的人第一版就翻过车：用普通缓冲读去测 NAS，测出双流 211MB/s，还抓到过一次 6548MB/s。千兆线跑不出这种数——那是 Windows 客户端缓存在替他读。判据可以直接抄：只要读数超过链路物理上限，测到的就不是网络；要测真速度，得绕开客户端缓存（Windows 上是 FILE_FLAG_NO_BUFFERING），用大块顺序读，再核对实际读到的字节数等不等于目标字节数。知乎
下载这近百 GB，源比网更要命
同一天、同一个文件，hf-mirror 只给了 94KB/s，ModelScope 单流 21.2MB/s，差 225 倍。这不是孤例：有人下 55.6GB 走 hf-mirror 只有 8B/s，挂一整晚不到 200MB，换 ModelScope 后单流 115MB/s。根因也不玄——新版 huggingface_hub 默认启用 Xet 传输，而 hf-mirror 不代理 Xet 的 CAS 服务器，解法是设 HF_HUB_DISABLE_XET=1 退回普通 HTTP 下载，或者干脆换源。知乎知乎知乎
再补一条反直觉的：多线程不等于成倍加速，8 路并行实测只有单流的 2.1 倍，按 8 倍排时间会差出好几倍。知乎
钱该花在哪
一句话：模型在哪台机器上跑，权重就放那台机器的本地盘。只为放权重去升链路，多半不划算，加一块本地 NVMe 就完事。真值得铺 2.5G 或万兆的，是多机共享、剪辑协同、异地备份这类需求；铺的时候记得盘也要跟上——有人把链路升到 2.5G，跑出 280MB/s，却被顺序读 210MB/s 的机械盘拖住。知乎
最后几件事得说清楚。官方材料里有两处对不上：每词激活参数 model.json 写 6.6B、模型卡正文写 10.12B，上下文一处 262144、一处 131072。48GB 内存的笔记本确实能本地跑，但官方自己紧跟了一句：不等于任意笔记本都能运行。知乎哔哩哔哩
平台支持也分三档：Windows 有官方客户端，Linux 和 Windows 上的 NVIDIA 卡要自己编译（CUDA 13），macOS、iOS、安卓目前只有上一代 35B 引擎。还有那个 15 分钟，只证到千兆 SMB 这一档，2.5G、万兆、NFS、SMB 多通道都没实测过。要花钱，先把自己那条链路测准。知乎知乎
