手头一张AMD卡、一张NVIDIA卡，显存各自不够装下大模型，能不能像拼桌一样合起来用？Infermeld给出了一套实验性方案：在Linux上把一份GGUF——供本地推理使用的量化模型文件——分配给两家显卡共同运行。底层仍由llama.cpp负责推理，Infermeld没有另造“后端”，而是把设备选择、运行前检查、编译说明和启动参数组织起来。
据维护者在Reddit介绍，v0.1.0目前只验证了一个组合：16GB的RX 6900 XT加10GB的RTX 3080，通过Vulkan与CUDA两套计算接口，以“按层切分”方式运行Qwen3.6-35B-A3B的UD-Q4_K_M版本，并完成预留8192 tokens上下文后的加载与短文本生成。模型分片能汇总显存，但显卡之间传输数据也可能拖慢速度。作者明确提醒，这还不是广泛兼容性或持续性能测试；完整8K输入、长时间吞吐和更多混搭显卡仍待验证。它更像一套供熟悉Linux的用户复现、排错的工具包，而非一键安装软件。