iPhone 当第二块 GPU，Qwen 3.8 27B 预填充提速 29–44%

2026 年 10 月 3 日，Reddit 的 LocalLLaMA 版块出现一则来自开发者的实践记录：他把一台 iPhone 17 Pro Max 当作第二块 GPU，接到一台 24GB 内存的 M4 Pro MacBook 上，用来分担 Qwen 3.8 27B（IQ4_XS 量化）的部分上下文窗口。按作者给出的数字，端到端预填充速度因此提升 29–44%。

作者在说明里交代了做这件事的缘由：在他的 24GB M4 Pro MacBook 上，agent 每读一个文件或工具返回结果都要等待，即便把 wired limit 提高到 20480，在 Qwen 3.8 27B（IQ4_XS）旁边也只能放下 64k 的 8-bit 上下文。

他同时加了一段免责声明，提醒读者手机上显示的预填充 t/s 只统计了该设备所承载的那些层，并不能代表整体速度，真正的准确数值是端到端预填充速率。作者表示已经在修正这个显示问题，并强调文中列出的数字对端到端预填充速率是准确的。截至这篇材料，这件事停在该开发者公布数据并说明显示口径待修正的阶段。