explorar hallazgo 01 · boletín 2026-07-30

drumih/turbo-fieldfare

runtime nativo Swift + Metal para Gemma 4 26B-A4B con presupuesto de ~2 GB de RAM, incluyendo una app macOS, CLI y servidor local compatible OpenAI.

Estrellas

1.402

Forks

Lenguaje

Swift

Licencia

Apache-2.0

Issues

Estado

—

Cómo funciona

Implementa sin concepto declarado

Núcleo

drumih/turbo-fieldfare Swift · Apache-2.0 apple-silicongemmagemma4-26b-a4bgpgpulocal-aimacosmetalon-device-llm

Se cruza con habilita local-first-26b-on-8gb-mac compite con llama.cpp compite con MLX

Diagrama derivado de madurez_senales (lenguaje, licencia, estado y topics) y de las relaciones que este repo tiene en el grafo de conocimiento. No es una arquitectura del proyecto: es su posición funcional tal como la registran los boletines.

Posición en el ecosistema

drumih/turbo-fieldfare

habilita

local-first-26b-on-8gb-mac Concepto

drumih/turbo-fieldfare

compite con

llama.cpp Herramienta · y kvcache-ai/ktransformers

drumih/turbo-fieldfare

compite con

MLX Herramienta

Expandir en el grafo 3D →

Relaciones que aportó este boletín

competes_withMLXnuevocompetes_withllama.cpp· 2026-07-21enableslocal-first-26b-on-8gb-macnuevo

Por qué importa

El truco no es solo comprimir el modelo, sino el streaming selectivo de expertos desde SSD mientras el core compartido (1,35 GB) y la KV-cache FP16 se quedan en RAM. Cualquier Mac M-series de 8 GB ejecuta un MoE de 26B. Para Código Sin Siesta es material de un artículo sobre "local-first a coste cero": demuestra que el límite de memoria se mueve cuando se reescribe el runtime en lugar de encadenar librerías genéricas. En el grafo ya compite directamente con llama.cpp desde el boletín del 2026-07-21, y frente a MLX (de Apple, sin fecha de primera mención aún en el grafo) marca una frontera interesante: aquí la eficiencia sale de mover I/O a SSD, no de atajos de cuantización.

Apariciones · 1

2026-07-30 hallazgo principal
primera vez en el boletín

Señales de madurez (texto original)

1.402 estrellas · 45 forks · Swift · creado 2026-07-17 · último push 2026-07-29 · Apache-2.0 · descripción oficial: "Gemma 4 26B-A4B inference in ~2 GB of RAM on any M-series MacBook" · topics: apple-silicon, gemma, gemma4-26b-a4b, gpgpu, local-ai, macos, metal, on-device-llm, swift · 9 issues abiertos · repo de 2 MB (sólo código; los pesos se descargan aparte).