llama-server
  --host 127.0.0.1 --port ${PORT}
  --model ~/llm/models/Qwen3.8-27B-UD-Q5_K_XL.gguf
  --alias qwen38-27b
  --n-gpu-layers 99
  --parallel 1
  --flash-attn on
  --predict 16384
  --ctx-size 24576
  --cache-type-k q8_0
  --cache-type-v q8_0
  --spec-type draft-mtp
  --spec-draft-n-max 2
  --temp 0.6
  --top-p 0.95
  --top-k 20
  --min-p 0.0
  --presence-penalty 0.0
  --threads 8
  --batch-size 1024
  --ubatch-size 256
  --no-mmap