新手问爆的 llama.cpp / Ollama / GGUF 量化 问题，统一回帖（入门扫盲·补充）

上周花了点时间做验证。结果还挺意外。今天没啥事。来唠唠这个。 「新手科普」写给刚入门的朋友。老手可以跳过。 先摆事实：llama.cpp / Ollama / GGUF 量化（ggml-org / Ollama）持续维护。2026 年仍是本地推理（inference）主流方案 发布。GGUF 量化位宽 2-8 bit；Q4_K_M 约 4.5bit。7B 模型（model）约 4.1GB；授权方式为MIT（llama.cpp）。 本地跑起来的话。Q4_K_M 约为 FP16 的 1/4；-ngl 控制 GPU 卸载层数；kv-cache q4 缓存量化后 8GB 显存可跑 64K 上下文。 产品视角第一问永远是：目标用户是谁。愿意为什么买单。几个值得关注的点：Q2_K 仅适合尝鲜。精度损失明显；Q4_K_M 是速度/精度甜点。 就先聊到这。有问题评论区接着讨论。先唠到这。评论区接着聊。—— 数据会说话。实践出真知。