用户分享Strata加速本地大模型但64GB内存吃紧

一名Reddit用户反映，在R9700和RTX 5060 Ti双GPU、64GB DDR5内存配置下，通过Strata运行Qwen3.8-Flash-Next的量化版本，推理速度从约21 token/秒提升至约60 token/秒，但内存占用高达96%，无法同时运行ComfyUI图像视频任务，凸显本地大模型对系统内存的高需求。

• Qwen3.8-Flash-Next 在12GB显存实现65 tokens/秒2026-09-24
• 176B MoE模型在16GB笔记本GPU上运行2026-10-04
• Strata搭配Qwen3.8 Next在慢速内存上提速2026-10-03
• 12GB显存笔记本本地跑Qwen3.8模型达51t/s2026-09-30
• Qwengram-0.8B：转移n-gram记忆降低5.05%困惑度2026-09-25