阅读要点
先读这里，快速了解全文在讲什么
核心结论
手里有旧笔记本、Mac mini，甚至一台吃灰的安卓机，可单机显存怎么也不够跑大模型——exo 想解决的就是这件事：把同一网络下的多台设备组成一个推理集群，让模型按层切到不同机器上跑。适合家里有闲置硬件、又想本地玩大模型的开发者和折腾党。核心看点- 自动发现组网：同局域网内的设备能互相识别，省掉手写 IP、端口和拓扑的麻烦。 - 异构混搭：Apple Silicon 与 Linux 设备可以放进同一个集群，按各自算力分担不同层。 - 开…
你可以了解到
阅读后可获得与「exo：把闲置的手机和旧电脑，拼成一个能跑大模型的集群」相关的实用信息与站内延伸资源；最后更新 2026年9月18日。
延伸阅读
手里有旧笔记本、Mac mini，甚至一台吃灰的安卓机，可单机显存怎么也不够跑大模型——exo 想解决的就是这件事：把同一网络下的多台设备组成一个推理集群，让模型按层切到不同机器上跑。适合家里有闲置硬件、又想本地玩大模型的开发者和折腾党。
核心看点
– 自动发现组网：同局域网内的设备能互相识别，省掉手写 IP、端口和拓扑的麻烦。
– 异构混搭：Apple Silicon 与 Linux 设备可以放进同一个集群，按各自算力分担不同层。
– 开箱可用的交互：自带类 ChatGPT 的本地界面，后端对接 MLX、llama.cpp 等推理路径，常见开源模型基本能直接加载。
适合谁
典型场景是：家里有几台性能一般但联网方便的机器，想凑出更大可跑参数量，而不打算买一张大显存显卡。多机协作对局域网稳定性比较敏感，各设备需要装好 Python 环境和对应后端依赖；模型权重得自己下载，具体授权以仓库 LICENSE 和模型自身的许可条款为准。
README 里列了设备支持情况和启动命令，想先看看自己手头的设备能不能凑一桌，直接翻 exo 仓库的说明文档 更快。
