想让Mac 本机AI 模型跑得更快，或是让原本跑不起来的模型成功运行，多数人想到的应该都是换一台记忆体更大的Mac。不过，现在有开发者真的实现了你可能都曾想过的想法：让手边的iPhone 也一起帮忙跑AI。
这个开源专案叫做Backburner。开发者只用一条USB-C 线，把iPhone 17 Pro Max 接上M4 Pro MacBook Pro，就成功让两台装置分工处理AI 模型。
根据他公布的测试结果，iPhone 加入运算后，AI 处理长篇Prompt 的Prefill 速度最高提升44%。在另一种模式下，还能把部分KV Cache 放到iPhone，让原本约6.4 万Token 的上下文上限，理论上进一步拉高到约20 万Token。
iPhone 也能帮Mac 跑AI？开源专案Backburner 用USB-C 串起两台装置，长文读取最多快44%
近日开发者StayLameBro 在GitHub 上释出Backburner 首个预览版v0.0.1，并在Reddit 分享他的测试结果。
测试环境是一台24GB 记忆体的M4 Pro MacBook Pro，加上一支iPhone 17 Pro Max，中间用10Gb/s 的USB-C 线连接。跑的模型是Qwen 3.8-27B，在16K、32K、48K 三种上下文长度下，加上iPhone 后的读取速度分别快了44%、29%、30%。
那iPhone 到底是怎么帮上忙的？ *简单来说，就是把AI 模型的工作拆给两台装置一起做。
像这次测试的Qwen 3.8-27B，模型内部总共有64 层，每次处理内容时，都要从前面一路算到最后一层。 Backburner 会把前40 层交给Mac 的GPU，剩下第41～64 层则交给iPhone，等于两台装置各自负责模型的一部分：
但如果只是Mac 算完再换iPhone，速度其实不会快多少，所以Backburner 还用了类似「工厂流水线」的方式。它会把输入内容切成一小批一小批，每批256 Token。 Mac 算完第一批的前40 层后，就立刻通过USB-C 把结果交给iPhone，接着自己继续处理第二批；这时候iPhone 也同时在算第一批剩下的24 层。
这样一来，Mac 和iPhone 就能同时工作，不用一台算完、另一台才能开始，整体处理速度自然就能提高。
此外，两台装置之间的传输速度也很重要，如果线材速度太慢，Mac 算完之后还得等资料传到iPhone，反而会拖慢整个流程。因此开发者才会使用10Gb/s 的USB-C 线，iPhone 随盒附赠的USB-C 线只有USB 2 速度，不适合拿来跑这套系统。
下方表格是测试结果，要注意的是，速度提升是指AI「读取内容」的速度，不是产生答案的速度：
| 上下文长度 | 只用Mac | Mac＋iPhone | 速度提升 | 等待时间 |
|---|---|---|---|---|
| 16K | 109 tok/s | 157 tok/s | ＋44% | 18.8 秒→ 13.1 秒（少等31%） |
| 32K | 101 tok/s | 130 tok/s | ＋29% | 20.3 秒→ 15.8 秒（少等22%） |
| 48K | 87 tok/s | 113 tok/s | ＋30% | 23.5 秒→ 18.1 秒（少等23%） |
开发者也另外用AI 代理工具做了一次更贴近日常使用的测试。他开了一个约2.7 万Token 的新工作阶段，使用原版llama.cpp 时，第一次回应要等245 秒。换成Backburner 修改版、但仍只用Mac，缩短到228 秒。接上iPhone 一起运算后，则进一步降到168 秒，比原本少等了将近80 秒。
后续继续对话时，等待时间也从平均19.2 秒降到14.5 秒，代表这套方法不只跑分有提升，实际使用时也能明显缩短等待时间。
此外，当上下文超过6.4 万（64K）Token 之后，iPhone 会变成负责另一件事：「帮Mac 分担记忆体压力」。
AI 读过的内容，会留下叫做KV Cache 的暂存资料，可以把它想成AI 的「笔记」。内容越长，这份笔记就越大，也会吃掉越多记忆体。对24GB Mac 来说，载入模型之后，剩下的记忆体大约只够保存64K 的8-bit KV Cache，再长就容易塞不下。
这时Backburner 不再把模型切成两边运算，而是改由Mac 自己跑完整模型，再把较旧的一部分KV Cache 搬到iPhone 储存和处理。简单来说，就像帮Mac 接上一个「会自己帮忙查资料的外接笔记本」，让更多上下文不用全部挤在Mac 的记忆体里。
开发者目前实际测到，8-bit KV Cache 可以跑到128K，4-bit 则能到140K。相比之下，同一台Mac 如果完全不靠iPhone，8-bit KV Cache 大约只能撑到64K。
专案公开后不久，Backburner 又加入了Split Decode 模式，进一步让只有8GB 记忆体的Mac，也能搭配iPhone 运行Qwen3.8-27B。
做法同样是把模型拆给两台装置一起处理：Mac 负责前面的模型层，iPhone 则接手剩下的层数和最后的输出，因此每产生一个Token，都需要两台装置共同完成运算。
当然，速度部分没很快，实测结果显示，文字生成速度约为3.9 Token/s。
每秒不到4 个Token 当然不算快，但对只有8GB 记忆体的入门款Mac 来说，原本27B 模型无法完整载入，现在却能靠iPhone 分担后成功跑起来。
