Repository navigation
Releases
diskinfer Android 1.0.1
diskinfer Android 1.0.1
更新内容
极限小 arena:把大张量继续拆小
- arena 小于最大张量时自动进入 tiny 模式:
token_embd输入只读被选中的行(prefill 用 compact 行 gather),输出层(含 tiedtoken_embd.weight)按行分块,其它放不下的大矩阵(ffn/attn)按行分块。 - arena 下限到 8 MiB;实测 Qwen3.5-0.8B-MoE 用 8–16 MiB、Bonsai2 27B 用 16 MiB 都能跑,输出与 2048 MiB arena 逐 token 一致。
- TUI「内存池 (MB)」支持 8..2048(128 以下减半步进,0=自动);
LLAMA_DISK_TINY_ARENA=0可关闭自动 tiny。
TUI 新增设置 / 显示
- 新增「Prefill 批量」:一次 prefill 的 token 数,1..256,默认 4;越大 prefill 越快、峰值内存越高。
- 设置页底部实时显示「常驻 RAM / 峰值 RAM」预估(KV、递归状态、计算缓冲取自 llama.cpp 对临时 context 的真实尺寸;arena、模型元数据为实测值),运行页同样显示。
读盘与闪存寿命
- 读盘缓存自动策略:模型 ≤ 可用内存 45% 时用 buffered IO(page cache 吸收重复整模型扫描,热起来后不再读闪存),否则 direct IO;
LLAMA_DISK_ODIRECT=0/1可覆盖。 - 实测 Qwen 0.5B:direct 0.48 s/token → buffered 热缓存 0.17 s/token(logits 一致)。
修复
- 行窗口/视图窗口的 pin 计数、O_DIRECT 对齐偏移、窗口提前释放、并发安装竞态、prefill 多 token 的 compact gather 等一整轮正确性 bug;window 模式与基准逐 token 一致。
- 其余 1.0.1 内容不变:llama.cpp v0.9.0、MoE 快速路径、新 TUI、
/v1API、自适应安装器、多语言、三 ABI。
实测(Android x86_64 模拟器,8GB RAM,本地盘)
| 模型 | arena / 模式 | decode | RSS | logits |
|---|---|---|---|---|
| Qwen3.5-0.8B-MoE 514 MiB | 2048 MiB direct | 0.05 s/tok | 632 MiB | 基准 |
| 同上 | 16 MiB tiny | 0.43–0.57 s/tok | 146 MiB | 一致 |
| 同上 | 8 MiB tiny | 0.43–0.51 s/tok | 139 MiB | 一致 |
| 同上 | 16 MiB tiny + buffered | 0.16–0.17 s/tok | 132 MiB | 一致 |
| Bonsai2 27B 7.26 GiB | 2048 MiB direct | 7.99 s/tok | 2317 MiB | 基准 |
| 同上 | 16 MiB tiny | 11.28 s/tok | 287 MiB | 一致 |
手机真机(arm64/armv7)、27B 的 buffered 收益、真实闪存速度:待测。
使用方法
adb shell getprop ro.product.cpu.abilist
cd 解压目录 && ./install.sh # root 走 su,非 root 给 Termux 命令
adb push model.gguf /data/local/tmp/llm/models/
diskinfer # TUI:模型 → 设置页 → 运行页
diskinfer --api-only -m model.gguf # 只开 /v1 API(4000)
LLAMA_DISK_STREAM_MB=16 diskinfer # 极小 arena(自动分块)TUI 设置页:上下文长度、温度、聊天模板、MoE 快速路径、内存池 (MB) 8..2048、Prefill 批量 1..256、API 服务;底部显示常驻/峰值 RAM 预估。
注意事项
- tiny arena 只省内存、不省 IO:每个 token 仍会顺序扫一遍模型,速度取决于闪存带宽。
- tiny 模式下 Prefill 批量增大会明显提高计算缓冲(实测 ub16 +44.5 MiB、ub32 +89 MiB),小内存设备建议 1..8。
- 模型放不进可用内存时会自动用 direct IO(避免 page cache 挤占);想强制缓存可设
LLAMA_DISK_ODIRECT=0。
更多细节与完整实测表见仓库 README。
1.0 Preview
按设备的 CPU 架构选择其中一个:
| 包 | 大小 | 适用范围 |
|---|---|---|
diskinfer-v3-arm64-v8a.zip |
5.2 MB | 2017 年后的手机、平板、电视盒子(64 位 ARM) |
diskinfer-v3-armeabi-v7a.zip |
4.7 MB | 32 位 ARM:老设备、智能手表、部分车机 |
不确定就使用CPU-Z或adb工具行查看:
adb shell getprop ro.product.cpu.abilist输出里有 arm64-v8a → 用 arm64 包;只有 armeabi-v7a → 用 armv7 包。
内容物
disktui 本项目的 TUI + 磁盘 streaming 引擎(静态,4.6 / 3.3 MB)
llama-completion 同一份 fork 编译出的标准 llama.cpp 命令行(静态,7.5 / 5.3 MB)
device/ 设备端脚本(diskinfer / termfont / run_as_root.sh / setup.sh / 99-disktui.sh)
install.sh 一键安装(AI生成,adb push + 建命令)
两个二进制都是 strip 过的静态文件,不依赖任何 .so,Android 7+ 直接跑。
安装
1.(推荐)使用Agent工具安装
2.运行install.sh(为测试,不保证成功)
3.手动安装
adb push disktui llama-completion /data/local/tmp/llm/
adb push device /data/local/tmp/llm/
adb shell su -c 'sh /data/local/tmp/llm/device/setup.sh /data/local/tmp/llm/disktui'放模型
adb shell mkdir -p /storage/emulated/0/models
adb push your-model.gguf /storage/emulated/0/models/Android 11+ 上 Termux 可能读不到
/storage/emulated/0。两个办法:
adb shell appops set com.termux MANAGE_EXTERNAL_STORAGE allow
并且adb shell pm grant com.termux android.permission.READ_EXTERNAL_STORAGE- 或者把模型放到 Termux 私有目录(永远能读):
run-as com.termux cp /sdcard/models/x.gguf /data/data/com.termux/files/home/models/
diskinfer也会去~/models找
如何运行
设备上打开 Termux:
diskinfer 交互
diskinfer "The capital of France is" 一次性
diskinfer -h 全部参数
想用标准 llama.cpp 的命令行(chat 模板、sampling 预设等):
./llama-completion -m /path/model.gguf -p "Hello" -n 32 --temp 0.3第一次运行该看到什么
llama-disk: 851 tensors registered, 3616 MiB to stream, largest tensor 'token_embd.weight' 170 MiB
llama-disk: streaming weights from disk, arena = 194 MiB (raised to fit the largest tensor), direct io = 1, mlock = 1, prefetch = 0 (lookahead 16)
第二行会明确写出 arena 有多大、为什么是这个值。如果这两行没出现,说明
LLAMA_DISK_STREAM_MB=0 被设进了环境。
常见问题
diskinfer: not found — root 的 Termux shell 看不到 $PREFIX/bin。重开一个 Termux
窗口,或者 export PATH=/data/data/com.termux/files/usr/bin:$PATH。setup.sh 已经写进
~/.bashrc 并做了 /debug_ramdisk 软链,正常不会遇到。
跑到几分钟被系统杀掉 — 没 root,进程没设 oom_score_adj=-1000。1GB 这种小设备必须
有 root,8GB 以上一般没事。
很慢 / 每秒不到 1 个 token — 正常。每个 token 都要把模型读一遍,3.5GB 模型在
200MB/s 的闪存上就是 17 秒起步。想快只能让 arena 装下整个模型(内存要够)或者换更小的模型。
卸载
adb shell su -c 'rm -rf /data/data/com.termux/files/home/llm /data/local/tmp/llm \
/data/data/com.termux/files/usr/bin/diskinfer /data/data/com.termux/files/usr/bin/termfont \
/data/adb/service.d/99-disktui.sh'