什么？ Apple Watch 也能本地跑 Qwen 了？

[ericterminal]

原谅我这个标题感觉有点骗人进来的感觉但是真做到了

某天写代码的时候我突然灵光一现，Apple Watch 可以跑 C/C++，llama.cpp 就是 C++写的，那么能不能让 Apple Watch 跑 llama.cpp 呢？

然后我花了几天努力把 llama.cpp 通过伞头文件桥接进了支持 Apple Watch 的 Swift 程序

我刚才把 Qwen3.5-0.8B-Q4_K_M.gguf 塞进了我的 Apple Watch S8 里面

能跑哦齁齁齁齁哦齁齁齁齁❤️❤️❤️❤️！！

这颗 t8301 挺耐操的，虽然速度有点感人，才 0.27token/s ，纯 CPU 算的，峰值能力应该有 iPhone6s 的八成水平

但是如果真上最新的 iPhone 的话估计可以跑到上百 token/s ，毕竟有 Metal

不要问有啥意义，之前给 iPhone 刷 MIUI 没意义不也有人干了嘛 hhhhh

我还想发 B 站或者油管，但是这个速度，怎么好让人家一眼看到功能呢哈哈哈 (遥想当年，iPhone 开机出现的那个 MI 图标)

iOS 和 watchOS 都可以用，GitHub 仓库是 https://github.com/Eric-Terminal/ETOS-LLM-Studio

[afirefish]

6

[yiranw09]

这也能赛？

[qq316107934]

说不定 S11 会更快，有可能破 1 token/s

[ericterminal]

@qq316107934 应该没那么容易，watchOS 都是 CPU 算的，S9 和 S11 是同一款芯片，官方说性能相比于 S8 的 t8301 提升 60%，那也应该才 2-3s 有 1token

[qq316107934]

@ericterminal #4 哦哦，我以为可以调用 TPU ，Apple 这两年 TPU 算力都是翻倍走的

[rb6221]

llama.cpp 一直是能跑的，我之前还打算在我的闲置 Android 机部署 gemma4 呢，后来操作了一下发现我设备是 32 位的，他只支持 64 位😅

[ericterminal]

@rb6221 watchOS 是一个非常神奇的架构，arm64_32 ，watchOS 特有的 ILP32 数据模型会导致 32 位指针在转换为 uint64_t 时触发编译报错，但是还好，llama.cpp 的代码质量很高，我用到的地方都是标准自适应整形 uintptr_t ，本来我还打算自己改的