跳转至内容
  • 版块
  • 最新
  • 标签
  • 热门
  • 用户
  • 群组
皮肤
  • 浅色
  • Brite
  • Cerulean
  • Cosmo
  • Flatly
  • Journal
  • Litera
  • Lumen
  • Lux
  • Materia
  • Minty
  • Morph
  • Pulse
  • Sandstone
  • Simplex
  • Sketchy
  • Spacelab
  • United
  • Yeti
  • Zephyr
  • 深色
  • Cyborg
  • Darkly
  • Quartz
  • Slate
  • Solar
  • Superhero
  • Vapor

  • 默认(LCZ-Blue)
  • 不使用皮肤
  • LCZ-Green
  • LCZ-Blue
  • LCZ-Black
折叠
品牌标识

抡锤者

首页 版块 标签
硬件
装备秀
AI 广场 App
  1. 主页
  2. 版块
  3. 随便聊聊
  4. 请教各位大神,5090 上 stara 如何支持多线程能快点啊?

请教各位大神,5090 上 stara 如何支持多线程能快点啊?

已定时 已固定 已锁定 已移动 热议 随便聊聊
rtx5090strata本地模型
1 交叉发布 76 帖子 13 发布者 1.8k 浏览 1 关注中
  • 从旧到新
  • 从新到旧
  • 最多赞同
回复
  • 在新帖中回复
登录后回复
此主题已被删除。只有拥有主题管理权限的用户可以查看。
  • T
    T
    tester12340
    体面乡绅 硕果累累
    编写于 最后由 编辑
    #19

    无论怎么折腾,遇到长下文直接崩掉。。从来。
    大神们,我还有啥能做的吗?

    perterP 1 条回复 最后回复
    0
    • ,T tester12340 将此主题交叉发布至 LLM讨论区
    • T tester12340

      无论怎么折腾,遇到长下文直接崩掉。。从来。
      大神们,我还有啥能做的吗?

      perterP
      perterP
      perter
      贵族大夫 硕果累累
      编写于 最后由 编辑
      #20

      @tester12340
      显存不够还想要多线程的话,还可以把KV缓存降低到q4_0

      "--max-context",
      "131072",
      "--kv",
      "q4_0",
      "--kv-resident",
      "32768",
      "--vram-reserve-mib",
      "700",
      
      1 条回复 最后回复
      1
      • T
        T
        tester12340
        体面乡绅 硕果累累
        编写于 最后由 编辑
        #21

        感谢,测试了。我感觉是可以了。 我再测试一下。
        两个并行,单个能跑到 200 tok每秒
        writing a tool call: execute_code: 816 of max 65536 tokens, 215.0 tok/s, 6 s
        [strata] done: 944 tokens in 6 s (216.2 tok/s) (stop, cancel=False), expert cache 97.5% hit

        感谢peter!

        [strata] reading the prompt: 47,058 of 47,065 tokens, 2 s so far
        [strata] answering: 137 of max 65536 tokens, 176.2 tok/s, 3 s
        [strata] answering: 322 of max 65536 tokens, 180.1 tok/s, 4 s
        [strata] writing a tool call: execute_code: 560 of max 65536 tokens, 200.3 tok/s, 5 s
        [strata] writing a tool call: execute_code: 783 of max 65536 tokens, 205.9 tok/s, 6 s

        stara 现在这么牛逼 感觉那些小主机全没用了啊

        1 条回复 最后回复
        0
        • T
          T
          tester12340
          体面乡绅 硕果累累
          编写于 最后由 编辑
          #22

          为论坛做贡献,分享一下 5090 目前配置 stara 跑 next 的配置。 感谢 Peter 和 各位大神的指点。感谢锤子提供这么好的论坛。

          {
          "exe": "C:\strata\Strata\engine\strata.exe",
          "args": [
          "--pack",
          "C:\strata\Strata-data\packs\q2_0",
          "--native",
          "C:\strata\Strata-data\models\Q2_0\Qwen3.8-Flash-Next-GSQ-RCO-Q2_0-00001-of-00002.gguf",
          "--ple-gguf",
          "C:\strata\Strata-data\models\Q2_0\Qwen3.8-Flash-Next-GSQ-RCO-Q2_0-00002-of-00002.gguf",
          "--expert-profile",
          "C:\strata\Strata\data\expert-profile.bin",
          "--expert-cache",
          "auto",
          "--prefill",
          "auto",
          "--spec",
          "4",
          "--mtp",
          "C:\strata\Strata-data\mtp\rt",
          "--max-context",
          "131072",
          "--kv","q4_0",
          "--kv-resident","32768",
          "--vram-reserve-mib","700",
          "--resident-experts",
          "--pcie-frac",
          "0.35",
          "--spec-min-p",
          "0.50",
          "--pool-workers",
          "4",

          "--conversation-cache-mib", "8192"
          ],
          "cwd": "C:\strata\Strata",
          "parallel": 4,
          "tokenizer": "C:\strata\Strata-data\packs\q2_0\tokenizer",
          "model_name": "qwen3.8-flash-next-q2_0",
          "log": "C:\strata\Strata\strata-q2_0.log",
          "lib_dirs": [
          "C:\strata\Strata\.venv\Lib\site-packages\nvidia\cu13\bin\x86_64"
          ],
          "host":"192.168.0.3",
          "port": 8080,
          "gpu": 0,
          "gpus_asked": true
          }

          有需要优化的地方 请大家指正。

          另外默默问一句, mac ultra 96 是不是会完败 5090 staraa?

          terryT 1 条回复 最后回复
          0
          • David ChenD
            David ChenD
            David Chen
            贵族大夫 硕果累累
            编写于 最后由 编辑
            #23

            我有沒有看錯!我3060那辣雞都跑iq3_s了,你5090只跑q2?

            1 条回复 最后回复
            0
            • T
              T
              tester12340
              体面乡绅 硕果累累
              编写于 最后由 编辑
              #24

              我需要长上下文啊 兄弟。而且 "--kv","q4_0" 感觉要不要回到 27b了。

              1 条回复 最后回复
              0
              • stxpnetS
                stxpnetS
                stxpnet
                王侯将相
                编写于 最后由 编辑
                #25

                你真的别用Q2,可能造成工具链断裂,然后无限循环

                双卡3090 PCIE 4.0 16X/16X

                白天(宰相) Strata QFN3.8 IQ4_XS 262K ~120 t/s
                夜间(将军) vllm+swift 1.5 27B INT4-W4A8-dflash2 188K X 2 ~85 t/s
                T 1 条回复 最后回复
                0
                • T
                  T
                  tester12340
                  体面乡绅 硕果累累
                  编写于 最后由 编辑
                  #26

                  我正在体验无限循环。 但我切到 qwen flash 在线也是循环。估计人品不行。

                  1 条回复 最后回复
                  0
                  • T tester12340

                    为论坛做贡献,分享一下 5090 目前配置 stara 跑 next 的配置。 感谢 Peter 和 各位大神的指点。感谢锤子提供这么好的论坛。

                    {
                    "exe": "C:\strata\Strata\engine\strata.exe",
                    "args": [
                    "--pack",
                    "C:\strata\Strata-data\packs\q2_0",
                    "--native",
                    "C:\strata\Strata-data\models\Q2_0\Qwen3.8-Flash-Next-GSQ-RCO-Q2_0-00001-of-00002.gguf",
                    "--ple-gguf",
                    "C:\strata\Strata-data\models\Q2_0\Qwen3.8-Flash-Next-GSQ-RCO-Q2_0-00002-of-00002.gguf",
                    "--expert-profile",
                    "C:\strata\Strata\data\expert-profile.bin",
                    "--expert-cache",
                    "auto",
                    "--prefill",
                    "auto",
                    "--spec",
                    "4",
                    "--mtp",
                    "C:\strata\Strata-data\mtp\rt",
                    "--max-context",
                    "131072",
                    "--kv","q4_0",
                    "--kv-resident","32768",
                    "--vram-reserve-mib","700",
                    "--resident-experts",
                    "--pcie-frac",
                    "0.35",
                    "--spec-min-p",
                    "0.50",
                    "--pool-workers",
                    "4",

                    "--conversation-cache-mib", "8192"
                    ],
                    "cwd": "C:\strata\Strata",
                    "parallel": 4,
                    "tokenizer": "C:\strata\Strata-data\packs\q2_0\tokenizer",
                    "model_name": "qwen3.8-flash-next-q2_0",
                    "log": "C:\strata\Strata\strata-q2_0.log",
                    "lib_dirs": [
                    "C:\strata\Strata\.venv\Lib\site-packages\nvidia\cu13\bin\x86_64"
                    ],
                    "host":"192.168.0.3",
                    "port": 8080,
                    "gpu": 0,
                    "gpus_asked": true
                    }

                    有需要优化的地方 请大家指正。

                    另外默默问一句, mac ultra 96 是不是会完败 5090 staraa?

                    terryT
                    terryT
                    terry
                    易有太极
                    编写于 最后由 编辑
                    #27

                    @tester12340 你这发帖格式是给论坛做贡献吗?让AI整理成markdwon代码再发

                    油管:https://www.youtube.com/@抡锤者

                    1 条回复 最后回复
                    0
                    • T
                      T
                      tester12340
                      体面乡绅 硕果累累
                      编写于 最后由 编辑
                      #28

                      按terry 老板要求

                      {
                      "exe": "C:\strata\Strata\engine\strata.exe",
                      "args": [
                      "--pack",
                      "C:\strata\Strata-data\packs\q2_0",
                      "--native",
                      "C:\strata\Strata-data\models\Q2_0\Qwen3.8-Flash-Next-GSQ-RCO-Q2_0-00001-of-00002.gguf",
                      "--ple-gguf",
                      "C:\strata\Strata-data\models\Q2_0\Qwen3.8-Flash-Next-GSQ-RCO-Q2_0-00002-of-00002.gguf",
                      "--expert-profile",
                      "C:\strata\Strata\data\expert-profile.bin",
                      "--expert-cache",
                      "auto",
                      "--prefill",
                      "auto",
                      "--spec",
                      "4",
                      "--mtp",
                      "C:\strata\Strata-data\mtp\rt",
                      "--max-context",
                      "131072",
                      "--kv",
                      "q4_0",
                      "--kv-resident",
                      "32768",
                      "--vram-reserve-mib",
                      "700",
                      "--resident-experts",
                      "--pcie-frac",
                      "0.35",
                      "--spec-min-p",
                      "0.50",
                      "--pool-workers",
                      "4",
                      "--conversation-cache-mib",
                      "8192"
                      ],
                      "cwd": "C:\strata\Strata",
                      "parallel": 4,
                      "tokenizer": "C:\strata\Strata-data\packs\q2_0\tokenizer",
                      "model_name": "qwen3.8-flash-next-q2_0",
                      "log": "C:\strata\Strata\strata-q2_0.log",
                      "lib_dirs": [
                      "C:\strata\Strata\.venv\Lib\site-packages\nvidia\cu13\bin\x86_64"
                      ],
                      "host": "192.168.0.3",
                      "port": 8080,
                      "gpu": 0,
                      "gpus_asked": true
                      }

                      这个对了吗?

                      David ChenD 1 条回复 最后回复
                      0
                      • stxpnetS stxpnet

                        你真的别用Q2,可能造成工具链断裂,然后无限循环

                        T
                        T
                        tester12340
                        体面乡绅 硕果累累
                        编写于 最后由 编辑
                        #29

                        @stxpnet 我试试 Q3 能不能跑

                        1 条回复 最后回复
                        0
                        • T
                          T
                          tester12340
                          体面乡绅 硕果累累
                          编写于 最后由 编辑
                          #30

                          IMAGE 2026-10-13 17:50:26.jpg
                          下载中

                          1 条回复 最后回复
                          0
                          • T
                            T
                            tester12340
                            体面乡绅 硕果累累
                            编写于 最后由 编辑
                            #31

                            IMAGE 2026-10-13 19:39:31.jpg
                            这个是不是太慢了?

                            1 条回复 最后回复
                            0
                            • T
                              T
                              tester12340
                              体面乡绅 硕果累累
                              编写于 最后由 编辑
                              #32

                              从 300tk 直接降到 20tk

                              1 条回复 最后回复
                              0
                              • T
                                T
                                tester12340
                                体面乡绅 硕果累累
                                编写于 最后由 编辑
                                #33

                                晕倒,我再 4080 上跑了一下,竟然跟 5090 速度差不多 T_T 我了个晕倒。

                                David ChenD 1 条回复 最后回复
                                0
                                • Tony WangT
                                  Tony WangT
                                  Tony Wang
                                  易有太极
                                  编写于 最后由 Tony Wang 编辑
                                  #34

                                  @tester12340

                                  你用```分别在参数配置部分的上方和下方, 这个表示中间是代码的意思, 也可以一键复制.

                                  建议学一下Mark Down 语法, 比较简单, 常用的也就那么几条.

                                  T 1 条回复 最后回复
                                  2
                                  • Tony WangT Tony Wang

                                    @tester12340

                                    你用```分别在参数配置部分的上方和下方, 这个表示中间是代码的意思, 也可以一键复制.

                                    建议学一下Mark Down 语法, 比较简单, 常用的也就那么几条.

                                    T
                                    T
                                    tester12340
                                    体面乡绅 硕果累累
                                    编写于 最后由 编辑
                                    #35

                                    @Tony-Wang

                                    谢谢 我试试

                                    {
                                    "exe": "C:\strata\Strata\engine\strata.exe",
                                    "args": [
                                    "--pack",
                                    "C:\strata\Strata-data\packs\q2_0",
                                    "--native",
                                    "C:\strata\Strata-data\models\Q2_0\Qwen3.8-Flash-Next-GSQ-RCO-Q2_0-00001-of-00002.gguf",
                                    "--ple-gguf",
                                    "C:\strata\Strata-data\models\Q2_0\Qwen3.8-Flash-Next-GSQ-RCO-Q2_0-00002-of-00002.gguf",
                                    "--expert-profile",
                                    "C:\strata\Strata\data\expert-profile.bin",
                                    "--expert-cache",
                                    "auto",
                                    "--prefill",
                                    "auto",
                                    "--spec",
                                    "4",
                                    "--mtp",
                                    "C:\strata\Strata-data\mtp\rt",
                                    "--max-context",
                                    "131072",
                                    "--kv",
                                    "q4_0",
                                    "--kv-resident",
                                    "32768",
                                    "--vram-reserve-mib",
                                    "700",
                                    "--resident-experts",
                                    "--pcie-frac",
                                    "0.35",
                                    "--spec-min-p",
                                    "0.50",
                                    "--pool-workers",
                                    "4",
                                    "--conversation-cache-mib",
                                    "8192"
                                    ],
                                    "cwd": "C:\strata\Strata",
                                    "parallel": 4,
                                    "tokenizer": "C:\strata\Strata-data\packs\q2_0\tokenizer",
                                    "model_name": "qwen3.8-flash-next-q2_0",
                                    "log": "C:\strata\Strata\strata-q2_0.log",
                                    "lib_dirs": [
                                    "C:\strata\Strata\.venv\Lib\site-packages\nvidia\cu13\bin\x86_64"
                                    ],
                                    "host": "192.168.0.3",
                                    "port": 8080,
                                    "gpu": 0,
                                    "gpus_asked": true
                                    }
                                    
                                    1 条回复 最后回复
                                    0
                                    • imbiplaza ASUSI
                                      imbiplaza ASUSI
                                      imbiplaza ASUS
                                      谪仙人
                                      编写于 最后由 编辑
                                      #36

                                      我心想中,strata + cpu + gpu + nvme + hdd + l2 cache + l3 cache 他已经是在极力走着多线程了。。。我觉得除非我们的主机里面还有另外一套strata + cpu + gpu + nvme + hdd + l2 cache + l3 cache, 那样就可以实现真正的多线程

                                      1 条回复 最后回复
                                      1
                                      • T tester12340

                                        晕倒,我再 4080 上跑了一下,竟然跟 5090 速度差不多 T_T 我了个晕倒。

                                        David ChenD
                                        David ChenD
                                        David Chen
                                        贵族大夫 硕果累累
                                        编写于 最后由 编辑
                                        #37

                                        @tester12340 那就是妳沒好好善用GPU上的VRAM,我猜妳CPU loading一定很高,請AI自我檢測自我調優

                                        1 条回复 最后回复
                                        0
                                        • T
                                          T
                                          tester12340
                                          体面乡绅 硕果累累
                                          编写于 最后由 编辑
                                          #38

                                          我也是很无语。现在换回到 q2了。暂时可用了。 但感觉不是很稳定,多hermes agents 同时并发后,经常卡死,谁也不干活。 而且昨天windows竟然崩了。 我的感觉是 还是单线程 session对 strara 更稳定,能做生产环境。

                                          1 条回复 最后回复
                                          0

                                          你好!看起来您对这段对话很感兴趣,但您还没有一个账号。

                                          厌倦了每次访问都刷到同样的帖子?您注册账号后,您下次访问时都将自动回到上次浏览的位置,并可选择接收新回复的通知(通过电子邮件或推送通知)。您还可以收藏帖子、为帖子点赞,以此向其他社区成员表达您的感谢。

                                          有了你的建议,这篇帖子会更精彩哦 💗

                                          注册 登录
                                          回复
                                          • 在新帖中回复
                                          登录后回复
                                          • 从旧到新
                                          • 从新到旧
                                          • 最多赞同


                                          • 登录

                                          • 登录或注册以进行搜索。
                                          • 第一个帖子
                                            最后一个帖子
                                          0
                                          • 版块
                                          • 最新
                                          • 标签
                                          • 热门
                                          • 用户
                                          • 群组