Inkling
Inkling braucht mit der Variante Q8_0 rund 971,7 GB Speicher und läuft auf keinem der 527 geführten Geräte flüssig.
Berechnet für 4.096 Token Kontext (Anwendungsfall „Ausprobieren, Neugier“). Die Tempowerte sind an veröffentlichten Messungen abgeglichen, aber nicht auf diesem Gerät gemessen.
- Anbieter
- Thinking Machines
- Parameter
- 947 Mrd., davon 41 Mrd. aktiv
- Längster Kontext
- 1.048.576 Token
- Lizenz
- apache-2.0
Kein einzelnes Gerät reicht, mehrere zusammen schon
Inkling braucht in der Variante Q8_0 rund 973,3 GB nutzbaren Speicher. Kein von uns geführtes Gerät bringt das allein auf. Mehrere gleiche Geräte lassen sich zu einem Verbund zusammenschalten und teilen sich das Modell; dann zählt ihr Speicher zusammen.
- 3 × Apple Mac Studio (2026), M5 Ultra mit 80-Kern-GPU, 512 GBzusammen 1.152,0 GB nutzbar (je Gerät 384,0 GB)
- 3 × Apple Mac Studio (2025), M3 Ultra mit 80-Kern-GPU, 512 GBzusammen 1.152,0 GB nutzbar (je Gerät 384,0 GB)
- 4 × ASUS ExpertCenter Pro ET900N G3 (2026), NVIDIA GB300 mit Blackwell-Ultra-GPU, 748 GBzusammen 1.008,0 GB nutzbar (je Gerät 252,0 GB)
Womit das geht
Verbünde baut man mit einer Software, die das Modell über mehrere Rechner verteilt. Verbreitet sind exo (verbindet die Geräte selbständig, unterstützt RDMA über Thunderbolt 5) und der RPC-Server von llama.cpp. Die Geräte werden über Netzwerk oder Thunderbolt verbunden; je schneller die Verbindung, desto weniger kostet die Aufteilung.
Für vertrauliche Daten wichtig
Der RPC-Server von llama.cpp ist ausdrücklich als Vorstufe gekennzeichnet: „currently in a proof-of-concept development stage … fragile and insecure. Never run the RPC server on an open network or in a sensitive environment!“ Wer geschäftliche Unterlagen verarbeitet, sollte das vorher klären; wir beraten dazu.
Was wir hier nicht sagen
Wie schnell ein Verbund antwortet, rechnen wir nicht aus. Die Aufteilung kostet Zeit, und wir haben dafür keine eigenen oder belegten Messungen. Die Angabe oben ist reine Speicherrechnung: sie sagt, dass das Modell hineinpasst, nicht wie flüssig es läuft.
Geräte, auf denen es flüssig läuft
Alle Tempowerte sind berechnet und an veröffentlichten Messungen abgeglichen, nicht auf dem Gerät gemessen. Mit * markierte Werte sind nicht abgeglichen und deshalb unsicher.
Keines.
Grafikkarten, in die es ganz passt
Keines.
Alle Geräte und Grafikkarten für Inkling
Varianten
| Variante | Datei | Speicherbedarf | Startbefehl |
|---|---|---|---|
| Q8_0 | 856,8 GB | 971,7 GB | In mehrere Dateien aufgeteilt, mit Ollama nicht direkt startbar. |
| BF16 | 1.894,3 GB | 2.029,9 GB | In mehrere Dateien aufgeteilt, mit Ollama nicht direkt startbar. |