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
    #18

    IMAGE 2026-10-13 09:27:59.jpg

    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
      #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

                                          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