据外媒 Wccftech 报道，开发者 abhi245y 基于资深 AI 工程师 Mert Cobanov 的 PS5LM 项目，开发了原生 GPU 应用 PS5LM Plus，使经过破解的 PS5 主机能够在本地运行 Qwen3.8-27B 等大型语言模型，生成速度达到每秒 20.9 个 token。
PS5LM 的早期版本主要依靠 CPU 运行模型，执行 27B 参数模型时平均每分钟只能生成约 1 个 token，实用性有限。为提升性能，abhi245y 移植了 Mesa 开源项目中的 AMD RADV 驱动，并通过 Vulkan 计算接口让 llama.cpp 作为原生应用在 PS5 上运行。这一改动将可用内存从约 6GB 提升至 11.4GB，使主机能够承载经过高度量化的 Qwen3.8-27B 模型。
性能提升主要得益于 PS5 较高的内存带宽（448GB/s）。测试数据显示，运行 Qwen3.8-27B 时 GPU 使用率达到 100％，CPU 使用率仅为 2％。对于规模更小的模型，PS5 还能实现更高的生成速度：Gemma 4 E4B 约为每秒 61 个 token，Llama 3.2 3B 则达到每秒 124 个 token。
除 GPU 加速推理外，PS5LM Plus 还内置网页聊天界面，并可通过局域网 8081 端口提供 API 服务，用户能在同一网络中的其他设备上访问页面并与本地模型对话。该项目同时兼容 OpenAI 和 Anthropic API，便于 opencode、Codex、Claude Code 等工具调用 PS5 上运行的模型。
从行业视角看，这一项目展示了游戏主机硬件在 AI 推理场景中的再利用可能。PS5 搭载的 AMD APU 具备统一内存架构与较高带宽，在高度量化的小参数模型上具备一定可行性。但该机配备的 16GB RAM 统一内存仍限制了模型选择与运行质量，难以支撑更大参数或更高精度的模型。
此外，运行原生版 llama.cpp 需先对 PS5 进行越狱，存在游戏机及 PSN 账号被封禁的风险，该项目目前更适合作为技术验证，而非可规模化部署的本地 AI 方案。
该文观点仅代表作者本人，企服科学平台仅提供信息存储空间服务。
