一句话看懂：TradeMAV 在 Indiegogo 众筹一款 109 美元的 RAMDeck 小盒子，把旧 PC、Mac 和 Android 手机的内存连成一个池子跑大模型；但底层引擎是免费开源的 llama.cpp RPC 后端，硬件本身并不合并内存。
事件核心：发生了什么
据 TechRadar 2026 年 10 月 25 日报道，TradeMAV 的 RAMDeck 采用固定目标 1 万美元众筹，2026 年 11 月 8 日截止，早鸟价 109 美元。它通过局域网把 Windows、macOS、Linux 和 Android 设备组织起来，把模型层拆分到各设备本地内存，推理时只走网络传中间结果。公开 GitHub 显示，各节点实际运行 llama.cpp 的 ggml RPC server，用标准 llama.cpp RPC 协议协调；TradeMAV 主要提供自动发现、层分配、故障恢复、仪表盘和 OpenAI 兼容 API。目前公开信息未列出该设备的处理器、内存、接口或功耗。
为什么重要
其卖点踩中了内存涨价：素材称 DDR5 价格较 2025 年中上涨约五倍，三星预计短缺持续到 2028 年。但“拼内存”并非新路线，Exo Labs 的 exo 已提供类似能力，苹果 M5 Ultra Mac Studio 也支持 Thunderbolt 5 集群。RAMDeck 的差异在设备类型覆盖广，并承认“池化内存以速度换容量”。对开源推理生态而言，它更像把 llama.cpp 现有能力产品化，而非技术突破。
对用户/开发者/创作者的影响
开发者若熟悉终端，TradeMAV 自己的指南也承认免费 DIY 路线更合适。普通用户要留意性能：官方演示依赖 RTX 3060 和仅激活约 30 亿参数的 MoE 模型，Qwen3-Coder 30B 跨迷你主机与 M4 Mac mini 约 39 tokens/s，但 27B 稠密模型跨四台设备只有 1.92 tokens/s。想跑大模型又预算有限的人可关注，但追求速度仍应优先高显存 GPU。
AI 工具推荐
想把多个 AI 模型放在一个入口？
GamsGo AI 集成 ChatGPT、DeepSeek、Gemini、Claude、Midjourney、Veo 等常用模型，适合写作、绘图、视频和日常 AI 工作流。
推广链接：通过此链接购买，我可能获得佣金，不影响你的价格。
值得关注的后续
一是众筹是否达标并交付，以及最终硬件规格和功耗能否补齐；二是第三方复测多设备混合集群的实际速度与稳定性；三是 Exo、苹果集群方案及 llama.cpp 生态是否推出更易用的竞品。
来源：TechRadar
