RTX 5070 12G （48G 内存） 单卡跑 Strata + Qwen3.8 Flash-Next

[J Z 0]

今天给NAS买的128g DDR4内存到了， 就匀了16G闲置内存到台式机。过程很顺利，跟DSH的deepseek flash 许了个愿，喂给它论坛的帖子，一会就好了。Qwen3.8-Flash-Next-GSQ-RCO-IQ2_XS。 总共48g内存， 只是勉强够， 速度倒是不错， 只是空余内存很少，估计干不了什么正经事， 纯娱乐吧。估计以后可以让nas跑长任务， 然后分一些小活给台式机同时做。 （这几天折腾了下让两台机器协同工作， 不过还没整明白）

关于NAS的128g内存+ 7900xtx 被Deepseek flash坑了， 它框框一顿操作了2个多小时， 还是在抄论坛作业的情况下， 告诉我最快16tk/s。 我只好自己下场找原因， 晚点整理好发上来。

1. 环境

项目	配置
操作系统	windows 11
GPU	RTX 5070 12GB（sm_120），单卡
CPU	Ryzen 9 5900XT 16C/32T，仅 AVX2
RAM	48GB DDR4-2933
Strata	v0.1.41 官方 CUDA 引擎
量化	IQ2_XS
Context	32768
图像输入	关闭（mmproj 文件有，但没启用）

图像没开：省下约 1GB 显存留给专家缓存

2. 关键参数

参数	值
--expert-cache	auto
--kv	int8
--spec	4
--pcie-frac	0.35
--spec-min-p	0.70
--pool-workers	10
--adapt-every / -swaps / -decay	1 / 80 / 0.97
idle_unload_s	900

后 6 项全是 --calibrate 实测出来的。

3. 成绩

场景	Decode
校准前	76.4 t/s
校准后	82.2 t/s
512 token 稳态	81.3 t/s
数学/结构化短答	89 ~ 96 t/s
技术长文	74 ~ 82 t/s