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
    #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
                                      • stxpnetS
                                        stxpnetS
                                        stxpnet
                                        王侯将相
                                        编写于 最后由 stxpnet 编辑
                                        #39

                                        真的别用Q2,耽误事儿,这些咱们都踩过坑了,而且你也可以问站长TERRY。
                                        我的建议是:
                                        你弄个DEEPSEEK PRO,或者是GLM 5.3啊,用500B+的在线API来帮你调,自己不懂就相信在线API的力量。 这几十元别省。

                                        弄个HERMES或者OMP 原生版的,添加上这两个模型之一。1-2个小时让它慢慢给你调优。 告诉它要需要 QFN 3.8 IQ3 S以上的质量,让它把你的硬件性能榨干。

                                        另外MD文件发贴,你把你想表达的告诉HERMES,你就说要发到论坛上分享,行文要有逻辑,尽量添加漂亮的MD表格,写入到MD文件。 它帮你写好后,你打开MD文件直接复制里面的内容粘贴到论坛 就完事了。

                                        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
                                        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
                                          #40

                                          这个建议太棒了,我正好有 Hermes 和在线模型的mac,让他来操作局域网5090,然后去达到最高的性能,这个想法太好了,榨干榨干 绝对榨干,一会儿我让他跑一下,回来跟大家汇报

                                          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