【iPhone也能给Mac当显卡？开源项目 Backburner 掀起端侧算力协同新热潮！📱💻】

苹果设备的端侧AI生态又被极客们玩出了新花样！开源项目 **Backburner**（GitHub: StayLameBro/backburner）正式亮相，主打通过一条 10 Gb/s 的 USB-C 数据线，让 iPhone 成为 Mac 本地运行 27B（270亿参数）大语言模型（如 Qwen3.8-27B）的“算力加码器”。

**🔥 核心亮点速览：**1️⃣ **提示词读取提速（Split Prefill）**：Mac 负责模型前半部分（1-40层），iPhone 负责后半部分（41-64层）。在 16k–48k 上下文的复杂 Agent 场景下，读取速度提升 29%~44%，大幅减少等待时长！2️⃣ **突破 Mac 内存极限**：当上下文超过 64k 时，iPhone 变身“KV Cache 扩展坞”，利用手机的 GPU 与 NPU（Neural Engine）承载超长上下文计算，轻松突破 128k 甚至 140k 上下文，回答准确率零损耗。3️⃣ **软硬深度结合**：基于 llama.cpp 分支定制，融合了 Mac CPU 的 SME2 指令集、Metal 融合算子与 DFlash2 投机采样技术，不仅多设备协同给力，单 Mac 性能也得到了大幅优化。

💡 **适用场景与门槛**：支持 Apple Silicon Mac（如 M4 Pro）搭配 iPhone 15 Pro 或更新机型（需使用高规格数据线）。只需一条简单的安装脚本，就能体验跨设备的极致本地 LLM 推理！

开源端侧算力互联的未来已来，你的旧手机/备用机是不是也有了新用途？快去 GitHub 体验一下吧！网页链接

AI 开源项目 MacBook iPhone 大语言模型 端侧算力 llama.cpp