<![CDATA[分享自己的經驗 # 7900 XTX 本地 LLM 優化實測報告（Qwen3.6-27B）]]>7900 XTX 本地 LLM 優化實測報告（Qwen3.6-27B）

硬體： AMD RX 7900 XTX 24GB / AMD Ryzen 9 7950X / Windows 11 原生
用途： Hermes Agent、加密貨幣分析、查資料、opencode/pi.dev 本地 API
推論框架： llama.cpp Vulkan（Windows Native）

優化前 vs 優化後

指標 優化前 優化後 提升
Prefill（長 context 14k token） ~273 t/s ~530 t/s +94%
TG 生成速度（Hermes） ~37 t/s 62–80 t/s +68~116%
TG 生成速度（一般對話） ~37 t/s ~42 t/s +14%
Qwen3 thinking 卡死問題 偶發（8000+ token 無限生成） 已解決 ✅
VRAM 佔用 ~18.7 GB ~18.7 GB 不變

優化一：KV Cache q8_0 → q4_0

改動： run.bat 和 start-all.bat 的 -ctk q8_0 -ctv q8_0 改成 -ctk q4_0 -ctv q4_0

效果：

  • Prefill：273 t/s → 730 t/s（+167%）
  • TG：37 t/s → 42 t/s（+14%）
  • 品質：差異可忽略（q4_0 vs q8_0 KV cache 品質損失極小）

原因： Vulkan 後端的 q8_0 KV cache 有嚴重 Prefill 瓶頸，q4_0 就沒有這個問題。
這是最簡單、最有效的改動，不需要換模型或換 binary。

優化二：關閉 Qwen3 Thinking（--reasoning off）

改動： run.bat 加上 --reasoning off

效果： 解決 Qwen3.6 偶發性卡死問題。

原因： Hermes Gateway 送的請求會觸發 Qwen3 的 thinking mode，budget 預設為 INT_MAX（無限），
導致 server 有時生成 8000+ 個 thinking token 停不下來，後續所有請求全部卡在 queue 裡。

優化三：MTP（Multi-Token Prediction）升級

升級內容

  • Binary： 從 PR #22673 源碼編譯（llama.cpp MTP 分支，尚未合入主線）
  • 模型： 換成帶 MTP 層的 Qwen3.6-27B-Q4_K_M-mtp.gguf（15.8 GB，froggeric/Qwen3.6-27B-MTP-GGUF）
  • 新增參數： --spec-type draft-mtp --spec-draft-n-max 3 -fa 1
  • 注意： 參數名稱是 draft-mtp，不是 mtp（新版 PR 已改名）

實測速度（Hermes 結構化輸出）

請求 Prefill TG MTP 接受率
系統提示暖機（14k tokens） 531 t/s 62.8 t/s 95.6%
第 1 次 Telegram 指令 398 t/s 60.0 t/s 72.7%
第 2 次 Telegram 指令 453 t/s 73.6 t/s 98.5%
第 3 次 Telegram 指令 469 t/s 59.5 t/s 72.6%
直接 API 測試（短句） — 79.9 t/s —

重要：MTP 加速效果依任務而定

場景 接受率 TG 速度 說明
Hermes 結構化輸出（工具呼叫、JSON） 72–100% 60–80 t/s 最佳 ✅
加密貨幣分析、查資料（固定格式） 預估 70%+ 60–75 t/s 很好 ✅
Web UI 自由對話 30–45% 35–49 t/s 效果有限

結論： MTP 對結構化輸出效果顯著（+68~116%），自由對話效果有限甚至可能略慢。

最終啟動設定

run-mtp.bat（只跑 llama-server，測試用）

@echo off
C:\llama-cpp-mtp\build\bin\Release\llama-server.exe ^
 -m C:\llama-cpp\Qwen3.6-27B-Q4_K_M-mtp.gguf ^
 --device Vulkan0 -ngl 999 -c 65536 ^
 -ctk q4_0 -ctv q4_0 -np 1 ^
 --spec-type draft-mtp --spec-draft-n-max 3 ^
 --reasoning off -fa 1 ^
 --port 8080 --host 0.0.0.0
pause

start-all-mtp.bat（完整啟動：llama-server + Hermes + 暖機）

@echo off
set "H_EXE=C:\Users\jaran\AppData\Local\hermes\hermes-agent\venv\Scripts\hermes.exe"
set "L_EXE=C:\llama-cpp-mtp\build\bin\Release\llama-server.exe"
set "M_PATH=C:\llama-cpp\Qwen3.6-27B-Q4_K_M-mtp.gguf"
set "H_HOME=C:\Users\jaran\AppData\Local\hermes"
set PATH=C:\llama-cpp-mtp\build\bin\Release;%PATH%

echo [STEP 1] Launching llama-server (MTP)...
start "llama-server-mtp" cmd /k "%L_EXE% -m %M_PATH% --device Vulkan0 -ngl 999 -c 64000 -ctk q4_0 -ctv q4_0 -np 1 --spec-type draft-mtp --spec-draft-n-max 3 -fa 1 --reasoning off --port 8080 --host 127.0.0.1"

timeout /t 8

echo [STEP 2] Launching Hermes Gateway...
start "hermes-gateway" cmd /k "set HERMES_HOME=%H_HOME%&& set HERMES_GIT_BASH_PATH=C:\Program Files\Git\bin\bash.exe&& %H_EXE% gateway run --replace"

timeout /t 5

echo [STEP 3] Running Warmup Script...
powershell -ExecutionPolicy Bypass -File "%H_HOME%\scripts\warmup.ps1"

echo.
echo =======================================================
echo   SYSTEM READY  [MTP Mode: draft-mtp, n-max 3]
echo =======================================================
pause

踩坑紀錄

  1. BITS Transfer 不支援 HuggingFace redirect → 改用 curl.exe -L -C -（支援斷點續傳）
  2. Vulkan SDK 裝好但 cmake 找不到 → 需手動 set VULKAN_SDK=C:\VulkanSDK\1.4.350.0
  3. VS Build Tools 需手動勾選「使用 C++ 的桌面開發」 → winget 不帶 --override 只裝框架
  4. WebUI 編譯需 npm build → node/npm 裝好後先 build WebUI 再編 server
  5. MTP 參數名稱是 draft-mtp，不是 mtp → PR 更新後改名，文章版本較舊
  6. llama-common.dll 被 server 鎖住無法重編 → 先關 server 再 build
  7. Qwen3.6 是 hybrid SSM 架構 → KV cache 無法跨對話複用，每次都重跑全部 prompt（正常現象）

等待中的升級

  • PR #22673 合併進主線後：不用自行編譯，直接下載官方 release binary 即可
  • MTP Prefill 降速 bug 修復後：Prefill 速度可望進一步提升（目前 Prefill 略慢於非 MTP）
  • Vulkan + TurboQuant 整合穩定後：Prefill 和 TG 都有進一步提升空間

測試日期：2026/05/14–15

]]>https://lcz.me/topic/151/分享自己的經驗-7900-xtx-本地-llm-優化實測報告-qwen3.6-27bRSS for NodeWed, 20 May 2026 06:08:21 GMTFri, 15 May 2026 02:37:52 GMT60<![CDATA[Reply to 分享自己的經驗 # 7900 XTX 本地 LLM 優化實測報告（Qwen3.6-27B） on Mon, 18 May 2026 08:03:53 GMT]]>@terry 一开始没有问题，啥都装好了，跑llm一切正常。就是跑了个comfyui后不认驱动了。。。
之前测试过，如果跑llm的话，现在vulkan比rocm好太多了。
现在还是觉得装回windows方便不少，性能基本差不了多少，关键我不是24小时开机使用，偶尔直接玩玩游戏，win更合适
现在comfyui有windows桌面版一键直装了，直接内置装好rocm需要的python虚拟环境，比自己github clone方便很多了

]]>https://lcz.me/post/2320https://lcz.me/post/2320Mon, 18 May 2026 08:03:53 GMT<![CDATA[Reply to 分享自己的經驗 # 7900 XTX 本地 LLM 優化實測報告（Qwen3.6-27B） on Mon, 18 May 2026 07:55:55 GMT]]>@bin-flamebox 你Linux有什么问题？脚本去下载AMD官方的一键安装脚本，问Gemini，和它说清楚，肯定没问题的。

]]>https://lcz.me/post/2314https://lcz.me/post/2314Mon, 18 May 2026 07:55:55 GMT<![CDATA[Reply to 分享自己的經驗 # 7900 XTX 本地 LLM 優化實測報告（Qwen3.6-27B） on Mon, 18 May 2026 07:40:46 GMT]]>@terry 532f257e-4689-478c-a671-b9e895a90b91.png 051632d7-3792-402d-bfbf-41b4cde8580f.png 7f44026d-164e-463d-879c-d67ac69cf5bc.png 7cc7b206-3e04-4b35-b78b-5c5f18787afd.png
拿到手了。一开始用的是linux，一通环境全部装好了，什么rocm、vulkan乱七八糟的。本来挺顺的，但后来跑comfyui后却莫名卡死了，然后就不认驱动了😧 。怎么反复重装都没用，就算恢复到最开始的系统快照也是这样，莫名其妙！想一想，还是装回windows好了。。。
使用llama.cpp的vulkan后端，配合最新整合mtp的主线编译+mtp专用的量化模型。跑出的成绩还行吧。预填充500-600tk/s，输出有36-65tk/s。上下文我只拉到128k，显存占用不到21个G。
接入到claud code后，实际用起来比预期还好一点。果然预填充速度才是最重要的，如果当初买r9700，可能要差一截

]]>https://lcz.me/post/2308https://lcz.me/post/2308Mon, 18 May 2026 07:40:46 GMT<![CDATA[Reply to 分享自己的經驗 # 7900 XTX 本地 LLM 優化實測報告（Qwen3.6-27B） on Sun, 17 May 2026 15:27:59 GMT]]>@Kiner-Liu 老弟你这张卡48G，虽然在数据中心算是垃圾，但是在个人市场是神器啊，这卡可不便宜，应该相当于48G的xtx，给分享下数据呗。弄些截图，运行日志，comfyui LLM都测试下。我们也学习下，我好云一期。

]]>https://lcz.me/post/2186https://lcz.me/post/2186Sun, 17 May 2026 15:27:59 GMT<![CDATA[Reply to 分享自己的經驗 # 7900 XTX 本地 LLM 優化實測報告（Qwen3.6-27B） on Sun, 17 May 2026 15:14:06 GMT]]>謝謝樓主分享，我也成功在W7900上面跑Qwen3.6 27b Q4 MTP模型了，也掛了圖形識別模型成功。我用實際路徑的設定成功。輸出速度部分從原本的20t/s有增加到50t/s左右，從速度勉強可接受變成速度感覺順暢。更重要的是我也同時學會用llama.cpp在windows11架server了! 這軟體穩定度比lmstudio更好，模型載入速度超順暢。

@echo off
"D:\llama.cpp\build\bin\llama-server.exe" ^
-m "D:\llama.cpp\Qwen3.6-27B-MTP-Q4_K_M.gguf" ^
--mmproj "D:\llama.cpp\mmproj-Qwen3.6-27B-Uncensored-HauhauCS-Aggressive-f16.gguf" ^
--device Vulkan0 -ngl 999 -c 262144 ^
--temp 0.4 ^
--no-mmap ^
--api-key "*******" ^
-ctk q4_0 -ctv q4_0 -np 1 ^
--spec-type draft-mtp --spec-draft-n-max 3 ^
--reasoning off -fa 1 ^
--port 8081 --host 0.0.0.0
pause

]]>https://lcz.me/post/2184https://lcz.me/post/2184Sun, 17 May 2026 15:14:06 GMT<![CDATA[Reply to 分享自己的經驗 # 7900 XTX 本地 LLM 優化實測報告（Qwen3.6-27B） on Sun, 17 May 2026 07:35:16 GMT]]>感謝大大無私分享😊

]]>https://lcz.me/post/2099https://lcz.me/post/2099Sun, 17 May 2026 07:35:16 GMT<![CDATA[Reply to 分享自己的經驗 # 7900 XTX 本地 LLM 優化實測報告（Qwen3.6-27B） on Sun, 17 May 2026 07:03:41 GMT]]>@CHIA-AN-YANG 128K上下文确实会让7900 XTX的LLM推理速度明显下降，这是正常的。有两个方向可以优化：

  1. 精简上下文长度：如果不是必须128K，可以试试在llama.cpp里用 --ctx-size 32768 限制到32K。对于大部分Agent任务（Hermes、代码补全），32K完全够用，Prefill速度能快3-4倍。只有在处理超长文档或完整代码库时才需要128K。

  2. KV Cache量化：用 --kv-cache-type q4_0 可以显著减少128K上下文时的显存占用和带宽压力，Prefill能快一些。7900 XTX的显存带宽虽然高，但128K的KV Cache体积很大，量化后缓存更紧凑。

  3. MTP（Multi-Token Prediction）：如果还没开，试试llama.cpp的MTP模式（需要支持MTP的模型，Qwen 3.6 27B支持），Token生成速度能提升20-30%。

总结：日常用32K上下文 + Q4 KV Cache，需要处理长文档时再切换到128K。这样既保证了日常速度，又保留了大上下文能力。

]]>https://lcz.me/post/2091https://lcz.me/post/2091Sun, 17 May 2026 07:03:41 GMT<![CDATA[Reply to 分享自己的經驗 # 7900 XTX 本地 LLM 優化實測報告（Qwen3.6-27B） on Sun, 17 May 2026 05:42:54 GMT]]>654b7b3c-338b-4907-b757-a2c036840d7d-image.jpeg 7900xtx 32G X99 大概40-50t/s

]]>https://lcz.me/post/2074https://lcz.me/post/2074Sun, 17 May 2026 05:42:54 GMT<![CDATA[Reply to 分享自己的經驗 # 7900 XTX 本地 LLM 優化實測報告（Qwen3.6-27B） on Sun, 17 May 2026 05:21:10 GMT]]>@terry

@Xiaote 研究開128K後是可以跑,但是回應就超級慢...

]]>https://lcz.me/post/2071https://lcz.me/post/2071Sun, 17 May 2026 05:21:10 GMT<![CDATA[Reply to 分享自己的經驗 # 7900 XTX 本地 LLM 優化實測報告（Qwen3.6-27B） on Sun, 17 May 2026 05:19:02 GMT]]>@ken-huang 讚讚讚 這張卡越來越超值 哈 請多多分享

]]>https://lcz.me/post/2069https://lcz.me/post/2069Sun, 17 May 2026 05:19:02 GMT<![CDATA[Reply to 分享自己的經驗 # 7900 XTX 本地 LLM 優化實測報告（Qwen3.6-27B） on Sun, 17 May 2026 05:18:15 GMT]]>@Fred 感謝阿 論壇就是需要大家一起分享 期待其他大神們的分享

]]>https://lcz.me/post/2068https://lcz.me/post/2068Sun, 17 May 2026 05:18:15 GMT<![CDATA[Reply to 分享自己的經驗 # 7900 XTX 本地 LLM 優化實測報告（Qwen3.6-27B） on Fri, 15 May 2026 19:05:46 GMT]]>感谢，抄了作业，重新编译一下从原来～30TPS 提升到～40TPS,后面对coding微调了一下基本上确定大概eGPU +7900xtx能编程能测试了，等装上x99-cd3会来更新一下


# 7900 XTX (TB3 eGPU) + Qwen3.6-27B llama.cpp MTP — Bench Summary

Hardware: AMD 7900 XTX via Razer Core X Chroma (TB3) + Beelink SER7
Tool: llama-benchy (Sherlock Holmes prompts, pp=512 tg=128 depth=[0, 4096])

| # | Config                                          | tg mean | tg peak | tg @ d4096 | pp512 | Accept |
|---|-------------------------------------------------|--------:|--------:|-----------:|------:|-------:|
| 1 | Baseline (mainline, no MTP, temp=0.2)           |   30.26 |    31.5 |      29.79 |   459 |    n/a |
| 2 | + MTP enabled (old PR build 9117)               |   35.54 |    41.0 |      29.45 |   310 |    97% |
| 3 | + Rebuilt PR to latest (9173, GDN rollback fix) |   37.25 |    45.5 |      34.70 |   353 |    57% |
| 4 | + GPU power_dpm forced to `high`                |   45.00 |    54.8 |      37.94 |   351 |    57% |
| 5 | + Qwen "precise coding" sampling (current)      |   37.32 |    46.8 |      31.75 |   368 |    54% |

Cumulative gain vs original baseline: **+23% TG mean, +49% TG peak**
(Step 4 alone is +49% / +74%; step 5 trades 16% speed for output quality)

## Variant comparisons (PR 9173 + perf=high)

| Variant                                    | tg mean | tg peak | tg @ d4096 | Accept | Verdict          |
|--------------------------------------------|--------:|--------:|-----------:|-------:|------------------|
| froggeric Q4_K_M MTP (default)             |   45.00 |    54.8 |      37.94 |    67% | ✅ Best mean     |
| unsloth Q4_K_M MTP                         |   36.13 |    44.0 |      34.68 |    49% | ❌ -19% TG       |
| unsloth UD-Q4_K_XL MTP                     |   43.65 |    53.0 |      33.01 |    60% | ≈ Tied, worse @d |
| Chain: `ngram-mod,draft-mtp` (unsloth tip) |       — |       — |          — |      — | 🔴 CRASH (SSM)   |

## Sampling A/B (froggeric MTP, n=2, perf=high)

| Preset                  | temp / top_p / top_k / pp | tg mean | Accept@0 | Note          |
|-------------------------|---------------------------|--------:|---------:|---------------|
| Fast (temp=0.2)         | 0.2 / —   / 20  / —       |   45.00 |      67% | Fastest, repetitive |
| Precise coding (active) | 0.6 / 0.95 / 20 / 0.0     |   37.32 |      54% | ★ Current default   |
| Non-thinking general    | 0.7 / 0.8  / 20 / 1.5     |   36.26 |      57% | Best @ long ctx     |
| Thinking general        | 1.0 / 0.95 / 20 / 1.5     |   37.68 |      59% | Avoid (no MTP gain) |

## Other paths evaluated and rejected

| Option                       | Result on 7900 XTX                     |
|------------------------------|----------------------------------------|
| vLLM (ROCm)                  | ❌ -10–20%, no Qwen3.6 MTP, 4–8h install |
| TurboQuant (Vulkan port)     | ❌ Broken — 10 t/s, GPU util <30%      |
| DFlash / Hipfire             | ❌ Crashes >4k context, no MTP         |
| MLC-LLM (Vulkan)             | ⚠️ ~10 t/s slower, no MTP             |

## Hardware ceiling vs realistic upgrades

| Setup                                            | Expected tg mean |
|--------------------------------------------------|-----------------:|
| Current (TB3 eGPU, all sw optimizations)         |          37–45   |
| OCuLink mod to Core X Chroma (~$80, 3h)          |          52–55   |
| Move GPU to X99 desktop (PCIe 3.0 x16)           |          58–62   |
| Modern AM5 + PCIe 4.0 x16 (blog reference)       |              67  |

**Current `start_server start`:** llama.cpp PR 9173 + froggeric MTP Q4_K_M + `--spec-type draft-mtp --spec-draft-n-max 2` + KV q4_0 + FA on + Qwen precise coding sampling + GPU perf=high.

IMG_6450.png

]]>https://lcz.me/post/1905https://lcz.me/post/1905Fri, 15 May 2026 19:05:46 GMT<![CDATA[Reply to 分享自己的經驗 # 7900 XTX 本地 LLM 優化實測報告（Qwen3.6-27B） on Fri, 15 May 2026 11:38:34 GMT]]>感謝大神的無私分享 !!! ^_^😊

]]>https://lcz.me/post/1829https://lcz.me/post/1829Fri, 15 May 2026 11:38:34 GMT<![CDATA[Reply to 分享自己的經驗 # 7900 XTX 本地 LLM 優化實測報告（Qwen3.6-27B） on Fri, 15 May 2026 11:31:29 GMT]]>@bin-flamebox 发测试结果来参考下。

]]>https://lcz.me/post/1828https://lcz.me/post/1828Fri, 15 May 2026 11:31:29 GMT<![CDATA[Reply to 分享自己的經驗 # 7900 XTX 本地 LLM 優化實測報告（Qwen3.6-27B） on Fri, 15 May 2026 11:19:01 GMT]]>@terry 之前用n卡就是一直开Turboquant的，但现在看到各种说这卡开Turboquant prefill会严重慢，所以比较关心kv 开到Q4_0到底能稳定开到几k上下文。这两天显卡到了我也实测下

]]>https://lcz.me/post/1827https://lcz.me/post/1827Fri, 15 May 2026 11:19:01 GMT<![CDATA[Reply to 分享自己的經驗 # 7900 XTX 本地 LLM 優化實測報告（Qwen3.6-27B） on Fri, 15 May 2026 10:50:23 GMT]]>@bin-flamebox 5500很便宜，Q8可以开128k，研究下Turboquant，看下LLM区的几个置顶帖子，弄好了可以开256k。

]]>https://lcz.me/post/1824https://lcz.me/post/1824Fri, 15 May 2026 10:50:23 GMT<![CDATA[Reply to 分享自己的經驗 # 7900 XTX 本地 LLM 優化實測報告（Qwen3.6-27B） on Fri, 15 May 2026 10:30:50 GMT]]>@bin-flamebox 关于XTX + Qwen3.6-27B Q4_0跑128k上下文的问题，我帮你算一下：

VRAM需求估算：

  • 模型权重：27B params × 0.5 bytes (Q4_0) ≈ 13.5GB
  • KV Cache（128k上下文）：27B × 128k × 2 bytes × 40层 × 0.5（GQA比例）≈ 约6-8GB
  • 其他开销（buffer, overhead）：约1-2GB
  • 总计：约21-24GB

7900 XTX有24GB，所以Q4_0 + 128k上下文理论上是能塞下的，但非常极限。实际跑起来如果显存不够，llama.cpp会自动做部分offload到系统内存，速度会下降但不会崩。

建议：

  • 如果一定要128k，试试Q4_K_M（比Q4_0略大但质量更好），或者降到Q3_K_L
  • 64k上下文就轻松很多了，大概只需要16-18GB VRAM
  • 另外注意：llama.cpp的MTP（Multi-Token Prediction）在XTX上开的话能提升tokens/s，但会额外吃点显存

用llama-cli --no-display-prompt -m model.gguf -n 1 -c 131072可以先测试一下能不能正常加载，不崩就说明能跑。

]]>https://lcz.me/post/1821https://lcz.me/post/1821Fri, 15 May 2026 10:30:50 GMT<![CDATA[Reply to 分享自己的經驗 # 7900 XTX 本地 LLM 優化實測報告（Qwen3.6-27B） on Fri, 15 May 2026 04:40:14 GMT]]>昨天淘宝天猫入了全新的蓝宝白金版xtx，5500还能开专票，价格应该算不错了。赶紧来学习。
@chia-an-yang 请教lz现在用q4_0实用的上下文可以开到128k吗

]]>https://lcz.me/post/1761https://lcz.me/post/1761Fri, 15 May 2026 04:40:14 GMT<![CDATA[Reply to 分享自己的經驗 # 7900 XTX 本地 LLM 優化實測報告（Qwen3.6-27B） on Fri, 15 May 2026 04:11:39 GMT]]>一手测试数据，踩完坑走通全程，然后发出来的分享。这种是最有价值的。赞！

]]>https://lcz.me/post/1750https://lcz.me/post/1750Fri, 15 May 2026 04:11:39 GMT<![CDATA[Reply to 分享自己的經驗 # 7900 XTX 本地 LLM 優化實測報告（Qwen3.6-27B） on Fri, 15 May 2026 02:45:48 GMT]]>對阿,是知道很好,但台灣根本買不到 或是要1萬多RMB才有可能買到礦渣...所以退求其次了,還有有你當初你的影片!!

]]>https://lcz.me/post/1739https://lcz.me/post/1739Fri, 15 May 2026 02:45:48 GMT<![CDATA[Reply to 分享自己的經驗 # 7900 XTX 本地 LLM 優化實測報告（Qwen3.6-27B） on Fri, 15 May 2026 02:43:54 GMT]]>@CHIA-AN-YANG 3090很好的，只是没保，说实话有小概率踩坑，这玩意见仁见智。xtx不会折腾就是砖头，我反正用起来挺好。

]]>https://lcz.me/post/1737https://lcz.me/post/1737Fri, 15 May 2026 02:43:54 GMT<![CDATA[Reply to 分享自己的經驗 # 7900 XTX 本地 LLM 優化實測報告（Qwen3.6-27B） on Fri, 15 May 2026 02:42:23 GMT]]>感謝大神~我最開始也是聽你的建議從老特說一直跟到現在,台灣觀眾,買了7900XTX越玩越有心得,真的CP值很高,差點就買了3090坑..沒保又貴

]]>https://lcz.me/post/1736https://lcz.me/post/1736Fri, 15 May 2026 02:42:23 GMT<![CDATA[Reply to 分享自己的經驗 # 7900 XTX 本地 LLM 優化實測報告（Qwen3.6-27B） on Fri, 15 May 2026 02:39:11 GMT]]>精品，我后续考虑抄作业，补几个截图，我先给置顶。

]]>https://lcz.me/post/1733https://lcz.me/post/1733Fri, 15 May 2026 02:39:11 GMT