这是怎么工作的？
本页说明「能跑吗？」如何检测硬件、计算评分以及给出兼容性判断。
工作原理
① 检测
WebGL / WebGPU
② 匹配
查 GPU 数据库
③ 评分
速度 + 内存余量
④ 等级
S / A / B / C / D / F
硬件检测
本站完全在浏览器端运行，通过三个标准 Web API 读取硬件信息，无需安装任何程序。
WebGL · GPU 型号识别
const canvas = document.createElement('canvas');
const gl = canvas.getContext('webgl');
const ext = gl.getExtension('WEBGL_debug_renderer_info');
const renderer = gl.getParameter(ext.UNMASKED_RENDERER_WEBGL);
// → "NVIDIA GeForce RTX 4090/PCIe/SSE2"
WebGPU · 适配器信息
const adapter = await navigator.gpu.requestAdapter();
const info = await adapter.requestAdapterInfo();
info.device; // "NVIDIA GeForce RTX 4090"
info.architecture; // "ampere"
Navigator · 系统内存
navigator.hardwareConcurrency; // CPU 核心数，如 16
navigator.deviceMemory; // 系统内存 GB（近似值），如 16
GPU 数据库
内置数据库覆盖约 90 款主流桌面 GPU（NVIDIA / AMD / Intel Arc）及 Apple Silicon（M1–M4 全系列）。每条记录存储 VRAM、理论带宽和核心数。
独立显卡（GPU_DB 示例）
| 型号 | VRAM | 带宽 | 核心数 |
|---|---|---|---|
| RTX 4090 | 24 GB | 1008 GB/s | 16384 |
| RTX 4060 | 8 GB | 272 GB/s | 3072 |
| RX 7900 XTX | 24 GB | 960 GB/s | 6144 |
Apple Silicon（APPLE_DB 示例）
| 芯片 | 统一内存 | 带宽 |
|---|---|---|
| M4 Max | 36–128 GB | 546 GB/s |
| M4 Pro | 24–64 GB | 273 GB/s |
| M4 | 16–32 GB | 120 GB/s |
VRAM 需求计算
模型 VRAM 需求由参数量和量化精度共同决定：
// 理论公式
VRAM(GB) ≈ params(B) × bits ÷ 8 ÷ 1024³ + overhead
// 各量化比例（相对 FP16 基准）
Q4_K_M ≈ 0.55× base Q8_0 ≈ 0.50× base
Q6_K ≈ 0.41× base Q2_K ≈ 0.19× base
// 示例：70B 模型 Q4_K_M
70 × 4 ÷ 8 ÷ 1 ≈ 35 GB + ~2 GB 开销 = ~37 GB
本站存储的是各模型实测 GGUF 文件大小，精度优于理论公式估算。评分和兼容性判断均以 Q4_K_M 为统一基准。
评分算法
总评分（0–100）由三个分量加权合成：
55%
速度得分
根据估算的生成速度（tok/s）打分。速度越快，得分越高；低于可用阈值的结果几乎为零分。
35%
显存余量得分
根据模型占用显存的比例打分。余量越充裕，得分越高；占用接近上限时得分大幅下降。
+加成
参数规模质量加成
模型参数量越大，额外加分越多（对数增长，有上限）。鼓励在显存允许时优先选用更大规模的模型。
勉强能跑（显存紧张）的情况会对最终得分施加额外惩罚；完全无法运行时评级固定为 F。
具体算法参数会随数据积累持续调整，以下分级体系保持稳定。
评级体系
| 评级 | 分数 | 含义 |
|---|---|---|
| S | ≥ 85 | 极优，高速流畅，显存充裕 |
| A | 70–84 | 优秀，速度快，体验良好 |
| B | 55–69 | 良好，速度尚可，可正常使用 |
| C | 40–54 | 中等，速度较慢，勉强可用 |
| D | 20–39 | 差，速度很慢或显存紧张 |
| F | 0–19 | 无法运行或极度受限 |
兼容性分类
独立显卡（离散 GPU）
CAN RUN modelVRAM ≤ VRAM × 85%
显存充裕，完整装入，速度最优
显存充裕，完整装入，速度最优
TIGHT 85% < modelVRAM ≤ VRAM × 110%
勉强装入，需关闭其他程序，上下文受限
勉强装入，需关闭其他程序，上下文受限
CAN'T RUN modelVRAM > VRAM × 110%
显存不足，无法完整载入，不建议尝试
显存不足，无法完整载入，不建议尝试
Apple Silicon（以总 RAM 为基准）
CAN RUN modelVRAM ≤ 总RAM × 52.5%
TIGHT 52.5% < modelVRAM ≤ 总RAM × 63%
CAN'T RUN modelVRAM > 总RAM × 63%
Tokens/s 估算
LLM 推理是内存带宽密集型任务。每生成一个 token，GPU 几乎需要完整读取一遍模型权重——带宽决定速度。
tok/s ≈ bandwidth(GB/s) ÷ modelVRAM(GB) × efficiency
| 平台 | 效率系数 | 原因 |
|---|---|---|
| 离散 GPU（NVIDIA / AMD） | 0.70 | 专用显存，调度开销较小 |
| Apple Silicon | 0.65 | 统一内存，GPU 核心数相对较少 |
| 移动 GPU | 0.40 | 功耗限制，带宽利用率低 |
数据来源
- › HuggingFace API：构建时（服务器端 Node.js）批量拉取模型元数据，包括量化文件大小、下载量、点赞数
- › Ollama Library：Ollama 支持的模型列表及量化选项
- › 模型卡 / 论文：架构参数（参数量、激活参数量、上下文长度）
- › GPU 厂商规格：NVIDIA、AMD、Intel 官方规格表及 TechPowerUp GPU 数据库
- › Apple 官方：M 系列芯片内存带宽规格
HuggingFace 统计数据
下载量和点赞数在构建时通过 HuggingFace API 获取，存储为静态数据，不影响浏览器运行时性能：
const res = await fetch("https://huggingface.co/api/models/" + modelId);
const data = await res.json();
data.downloads; // 2,450,000
data.likes; // 12,500
数据在每次站点构建（deploy）时自动刷新，确保下载量和热度数据保持相对新鲜。
Apple Silicon：统一内存
Apple Silicon 采用统一内存架构（UMA），CPU 与 GPU 共享同一块物理内存。这让本地 AI 推理受益于远超传统独立显卡的可用内存空间。
// 有效内存计算
effectiveVRAM = 总 RAM × 75% × 70%
// 75% = 系统预留后可用 | 70% = 推理框架开销后可用
// 示例：M2 Max 32 GB
32 × 0.75 × 0.70 = 16.8 GB 有效 VRAM
优势
大内存容量可跑超大模型（如 70B），无独显显存上限瓶颈
局限
带宽低于顶级独显（RTX 4090 1008 GB/s vs M4 Max 546 GB/s），速度相对较慢
隐私与透明度
所有硬件检测完全在你的浏览器内完成。 GPU 型号、VRAM 容量、系统内存等任何硬件信息均不会被发送到服务器，也不会被收集或存储。 评分计算在本地 JavaScript 中实时执行，无需额外网络请求。
✓ WebGL / WebGPU 检测在浏览器沙箱内运行
✓ GPU 数据库、模型数据在构建时打包到静态文件
✓ 无 Cookie、无追踪、无第三方分析脚本（除 CDN 字体外）
✓ 源代码完全开放，可自行审计