2026年8月17日至9月12日，作者使用Trae（Agent模式+DeepSeek）在27天内从零开发出纯C11、零第三方依赖的ARM边缘LLM推理引擎，成功在15.6GiB内存的RK3588板上运行17.66GB的Qwen3-30B-A3B模型，服务峰值内存从14.23GB降至1.11GB（降幅12.8倍）。通过逐层推理、VQF格式、mmap映射与惰性分配等技术突破，实现输出一致、低延迟。过程

原创声明：本文首发于 CSDN，作者保留版权；转载需注明出处。

原创声明：本文首发于 CSDN，作者保留版权；转载需注明出处。