iPhone 當第二塊 GPU，Qwen 3.8 27B 預填充提速 29–44%

2026 年 10 月 3 日，Reddit 的 LocalLLaMA 版塊出現一則來自開發者的實踐記錄：他把一臺 iPhone 17 Pro Max 當作第二塊 GPU，接到一臺 24GB 記憶體的 M4 Pro MacBook 上，用來分擔 Qwen 3.8 27B（IQ4_XS 量化）的部分上下文視窗。按作者給出的數字，端到端預填充速度因此提升 29–44%。

作者在說明裡交代了做這件事的緣由：在他的 24GB M4 Pro MacBook 上，agent 每讀一個檔案或工具返回結果都要等待，即便把 wired limit 提高到 20480，在 Qwen 3.8 27B（IQ4_XS）旁邊也只能放下 64k 的 8-bit 上下文。

他同時加了一段免責宣告，提醒讀者手機上顯示的預填充 t/s 只統計了該裝置所承載的那些層，並不能代表整體速度，真正的準確數值是端到端預填充速率。作者表示已經在修正這個顯示問題，並強調文中列出的數字對端到端預填充速率是準確的。截至這篇材料，這件事停在該開發者公佈資料並說明顯示口徑待修正的階段。