开发者用 RAID10 双阵列本地跑 GLM 5.3 Flash：冷加载约 1 分钟

开发者 TheZachMueller 分享本地大模型推理存储方案：用两组独立的 RAID10 阵列，较小的做 scratch 临时盘，较大的存放活跃模型权重。他称以该配置冷加载 GLM 5.3 Flash 的 NVFP4 量化版本约需 1 分钟，并计划改用 NVMe-oF 后进一步提升速度。