如题，我自己前段时间入手了台16+512的M5 mba，日常去图书馆什么的都够用，也是很喜欢Mac的生态，但16G的内存还是太小了，日常担心不敢高负载（或许以后换成24+1T的好些） 
最近一段时间在折腾Ollama的本地部署，虽然我很清楚本地部署跟生产力搭不上界，稍微大一点的模型就吃力耗电费力不讨好，我以前对本地部署的态度是“有钱没处使”，尤其是那些为了本地部署想买64G甚至128G的mbp的人，我都是劝退甚至觉得有点傻的。 
但今天在Ollama里面部署一个微调的Qwen3.5B的时候，还是给我惊讶到了，内存占用大概7G，却有不小的智慧，解答我的一些复变函数问题（大学生期末周syzd）真就是秒回而且使用的小技巧都对。而且看一个大模型跑在本地，敲下回车就能得到响应，完全不担心任何额度和token的时候，我感觉有点触动。 
所以我现在有点改观： 

是否现在很多小模型经过蒸馏，量化，微调，...