据外媒Wccftech在10月17日的消息，开发者abhi245y基于资深AI工程师Mert Cobanov的PS5LM（llama.cpp移植项目），推出了原生GPU应用PS5LM Plus。这使得经过破解的PS5主机能在本地运行Qwen3.8-27B这类大型语言模型。

IT之家了解到，PS5LM的早期版本主要依赖CPU来运行模型，处理27B参数模型时，平均每分钟仅能生成约1个token。为了提升性能，开发者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能以原生应用的形式在PS5上运行。这项改进将可用内存从约6GB增加到11.4GB，使主机能够运行经过高度量化的Qwen3.8-27B模型。

得益于PS5较高的内存带宽（448GB/s），Qwen3.8-27B的生成速度可达每秒20.9个token。在测试过程中，GPU使用率达到100%，而CPU使用率仅为2%。对于规模更小的模型，PS5还能实现更快的生成速度，例如Gemma 4 E4B约为每秒61个token，Llama 3.2 3B则达到每秒124个token。

除了利用PS5的GPU加速模型推理，PS5LM Plus还内置了网页聊天界面，并可通过局域网8081端口提供API服务。用户能通过同一网络中的其他设备访问页面，与本地运行的模型进行对话。该项目还兼容OpenAI和Anthropic API，方便opencode、Codex、Claude Code等工具调用PS5上运行的模型。

对于一台主要面向游戏设计的主机而言，PS5能充当本地AI服务器，为大模型推理提供GPU加速，这展示了其硬件在游戏之外的潜在用途。不过，该机配备的16GB RAM统一内存仍然限制了模型的选择和运行质量。此外，运行原生版llama.cpp需要先对PS5进行越狱，这可能导致游戏机及PSN账号被封禁等风险。