<![CDATA[Qwen3.6-27B 六大启动模式详解：性能、参数与场景]]>

硬件环境：双路 7900 XTX (XFX MERC + Sapphire Pulse) + NVIDIA 3080 Ti (ACE-Step) | X99 DDR4-64G | ROCm 7.2.0/7.14 + Vulkan 双后端

编者注：
简而言之，对我来说
1.日常 Comfyui+Qwen 的话就选择----------### 模式 C — MTP 自我投机解码
2.写小说 --------------------------------### 模式 B — IQ4_XS 128K 长文本写作（30 / 37.7 tok/s）
3.想找个人/对象瞎聊一通--------------------### 模式 A — DFlash 投机解码（84 tok/s ⚡纯跑分）
3.想要双卡 进行Debug或者安全漏洞查测，就用---### 模式 E — 双卡 Q8_0 最高精度（~23 tok/s）

前言

自从折腾上 Qwen3.6-27B 后，根据不同使用场景摸索出了 6 个标准模式（A/B/C 单卡 + D/E/F 双卡），外加 2 个 Vulkan 变体。每个模式针对不同的量化、后端、推理策略做了取舍。这篇文章把这些模式的性能数据、启动参数、适用场景完整整理出来，给后来者参考，也方便自己查阅。

模式命名规范：A/B/C = 单卡（用 XFX MERC，不影响 ComfyUI），D/E/F = 双卡（占用两张 7900 XTX，需停 ComfyUI）。Vulkan 变体加 -Vk 后缀。

一、单卡模式 (A / B / C)

单卡统一用 XFX MERC（HIP_VISIBLE_DEVICES=0, UUID GPU-8accafcdfee6fc4f），端口 11435，Sapphire Pulse 上的 ComfyUI 不受影响。

总览

模式 速度 模型大小 量化 上下文 是否有 API 后端
A (DFlash) 84 tok/s 🏆 15.4G+1.8G Q4_K_M + Q8 draft 32K ❌ bench only ROCm 7.2
B (IQ4_XS) ~30 / 37.7 tok/s 14G IQ4_XS (4.25 bpw) 131K 🏆 ✅ ROCm / Vulkan
C (MTP) ~40 tok/s 16.7G MTP Q4_K_P (65层) 65K ✅ ROCm 7.14

模式 A — DFlash 投机解码（84 tok/s ⚡纯跑分）

性能

  • 单卡生成速度：~84 tok/s（Intel XEON E5-2680 v4 上验证）
  • 使用 DFlash 草稿模型做投机解码，MTP 接受率 ~75%
  • 限制：只能用 test_dflash / bench_he.py 跑分，没有 llama-server，没有 OpenAI API

启动参数

export HIP_VISIBLE_DEVICES=GPU-8accafcdfee6fc4f
export LD_LIBRARY_PATH=/opt/rocm-7.2.0/lib:$LD_LIBRARY_PATH
export HSA_OVERRIDE_GFX_VERSION=11.0.0
cd /home/peter/lucebox-hub/dflash

numactl --cpunodebind=0 --membind=0 python3 scripts/server.py \
  --target '/mnt/models/Qwen3.6/Huihui-Qwen3.6-27B-abliterated.Q4_K_M.gguf' \
  --draft models/dflash-draft-3.6-q8_0.gguf \
  --budget 8 \
  --max-ctx 32768 \
  --fa-window 0 \
  --tokenizer Qwen/Qwen3.6-27B \
  --cache-type-k q8_0 \
  --cache-type-v q4_0 \
  --host 0.0.0.0 --port 11435

适用场景

  • 纯跑分/基准测试：验证硬件、对比投机策略效果
  • 研究用途：DFlash 架构实验，不用于日常使用
  • ⚠️ 如果你需要速度且有 API server，选模式 C（MTP）更好

血训：严禁把模式 A 的模型 + 标准 AR 引擎称为"模式 A"。正确命名应该是 A-AR（四不像，~30 tok/s 无投机），这已经是个独立配置，和模式 A（DFlash 84 tok/s）完全不同。

模式 B — IQ4_XS 128K 长文本写作（30 / 37.7 tok/s）

性能

后端 Prefill (pp512) Decode (tg128) 相对 ROCm
ROCm 7.2.0 946 t/s 29.7 t/s —
Vulkan 697 t/s (-26%) 37.7 t/s (+27%) 🚀 短 prompt 优
ROCm 7.14 + XNACK=1 ~950 t/s ~29.4 t/s ❌无收益

键发现：IQ4_XS 在 ROCm 7.14 + HSA_XNACK=1 上无收益（pp+1%, tg-2%）。高压缩比量化（4.25 bpw）的访存模式不利于 XNACK 机制。

启动参数

ROCm 版（start-qwen-b.sh）：

export LD_LIBRARY_PATH=/home/peter/llama.cpp/build-rocm/bin:/opt/rocm-7.2.0/lib:$LD_LIBRARY_PATH
export HIP_VISIBLE_DEVICES=GPU-8accafcdfee6fc4f
export HSA_OVERRIDE_GFX_VERSION=11.0.0

numactl --cpunodebind=0 --membind=0 llama-server \
  -m /mnt/models/Qwen3.6/Qwen3.6-27B-Uncensored-HauhauCS-Balanced-IQ4_XS.gguf \
  -c 131072 -ngl 99 \
  -fa 1 \
  --no-mmap \
  --tensor-split 0 \
  --cont-batching \
  --cache-type-k q4_0 --cache-type-v q4_0 \
  --host 0.0.0.0 --port 11435

Vulkan 版（start-qwen-b-vk.sh，decode +27%）：

export VK_ICD_FILENAMES=/usr/share/vulkan/icd.d/radeon_icd.json
export LD_LIBRARY_PATH=/home/peter/llama.cpp/build-vulkan-new/bin:$LD_LIBRARY_PATH
export HSA_OVERRIDE_GFX_VERSION=11.0.0

numactl --cpunodebind=0 --membind=0 llama-server \
  -m /mnt/models/Qwen3.6/Qwen3.6-27B-Uncensored-HauhauCS-Balanced-IQ4_XS.gguf \
  --host 0.0.0.0 --port 11435 \
  -c 131072 -ngl 99 \
  -b 512 -ub 512 \
  --no-mmap \
  --main-gpu 0 \
  --cont-batching \
  --cache-type-k q4_0 --cache-type-v q4_0

关键参数说明

参数 含义 为什么这么设
-c 131072 上下文窗口 128K IQ4_XS 显存余量充足（~15.6 GB/24 GB）
-ctk q4_0 -ctv q4_0 KV 缓存 q4_0 ROCm 上 q4_0 速度等同 q8_0，体积减半
-fa 1 Flash Attention 提升 prefill 50%+，仅 ROCm 可用
--tensor-split 0 锁单卡 防 IO 延迟波动
--cont-batching 连续批处理 多请求并发时有效
-b 512 -ub 512 batch/ubatch 512 省显存，不影响速度
--no-mmap 不进 page cache 防 X99 劣化

⚠️ Vulkan 注意事项

  • -fa 1 在 Vulkan 上不可用，会导致模型 fallback CPU
  • VK_ICD_FILENAMES 仅加载 AMD 驱动，3080 Ti 不会被拉入
  • 短 prompt 场景强烈推荐 Vulkan（decode +27%），长 prompt 切回 ROCm

适用场景

  • 长文本写作：小说、论文、技术文档（128K 上下文）
  • 文档处理：分析长报告、源代码库
  • 聊天/日常使用：短 prompt 用 Vulkan 后端，长对话用 ROCm
  • Hermes 后端：配合 start-comfyui-with-qwen.sh 分卡并行

模式 C — MTP 自我投机解码（~40 tok/s）

性能（ROCm 7.14 + HSA_XNACK=1）

测试项 q4_0/q4_0 KV q8_0/q8_0 KV 变化
AR pp512 946 t/s 956 t/s -1%
AR tg128 29.7 t/s 30.1 t/s -1.4%
MTP cli Prompt 52.7 t/s 52.5 t/s 持平
MTP cli Generation 39.8 t/s 🚀 34.8 t/s +14.4%
KV 体积 (vs bf16) 28.1% 🚀 53.1% -47%

关键发现：q4_0/q4_0 KV 在 MTP 模式下比 q8_0 更快！原因是 KV 带宽减少 47%，利好多 token 投机生成。Anbeeld 99.9% 尾部精度 89.84%（vs q8_0 的 94.61%），质量可接受。

MTP 接受率：~76%（预热后），短对话先跑 ngram 缓存填充期。

启动参数

export HSA_XNACK=1
export HSA_OVERRIDE_GFX_VERSION=11.0.0
export HIP_VISIBLE_DEVICES=GPU-8accafcdfee6fc4f
export LD_LIBRARY_PATH=/opt/rocm-7.14-therock/lib:$LD_LIBRARY_PATH

numactl --cpunodebind=0 --membind=0 /home/peter/llama.cpp/build-rocm-7.14/bin/llama-server \
  -m /mnt/models/Qwen3.6/Qwen3.6-27B-Uncensored-HauhauCS-Balanced-MTP-Q4_K_P.gguf \
  --host 0.0.0.0 --port 11435 \
  -c 65536 \
  -fa 1 \
  --spec-type draft-mtp \
  --spec-draft-n-max 3 \
  --batch-size 2048 --ubatch-size 512 \
  -ctk q4_0 -ctv q4_0 \
  --no-mmap \
  --tensor-split 0 \
  --reasoning off \
  --swa-checkpoints 0 \
  --ctx-checkpoints 69 \
  --repeat-penalty 1.1 --repeat-last-n 64 \
  --temp 0.4 --top-p 0.95 --top-k 20

关键参数说明

参数 含义 为什么必须加
--spec-type draft-mtp MTP 自我投机 核心特性
--spec-draft-n-max 3 每次投机 3 个 token 甜点值
--reasoning off 禁用思考模式 必须：否则 content 永远为空
--repeat-penalty 1.1 --repeat-last-n 64 防重复循环 MTP 血训
--temp 0.4 --top-p 0.95 --top-k 20 AGI 社区甜点采样 平衡创造性与准确度
--swa-checkpoints 0 关闭 SWA checkpoint 根治 60K token re-prefill 卡顿
--ctx-checkpoints 69 每 69 层 checkpoint 防长上下文 OOM

VRAM 预算（q4_0 KV, 65K）

模型权重:        16.7 GB
MTP head 开销:   0.4 GB
q4_0 KV (65K):  ~2.8 GB
合计峰值:       ~19.9 GB / 24 GB（余量 4.1 GB）

为什么不选 ROCm 7.2？ 模式 C 的 MTP 模型在 ROCm 7.14 + XNACK=1 上 decode 快 11%（24.85 vs 22.15 t/s），且 7.2 上 server 模式启动就崩溃。

适用场景

  • 日常聊天：Hermes 后端首选
  • 编程助手：MTP 投机在代码生成中接受率很高
  • 需要 API server 的场景：模式 A（DFlash）只有跑分工具，模式 C 有完整 OpenAI API
  • 中长对话：预热后 MTP 接受率接近 100%

二、双卡模式 (D / E / F)

双卡用 GPU 0+1（XFX + Sapphire），自动停 ComfyUI。

总览

模式 速度 模型 量化 端口 引擎
D (layer) ~29 / 36.6 tok/s Huihui Q4_K_M Q4_K_M 18080 ROCm / Vulkan
D (MTP) ~22.5 tok/s HauhauCS MTP Q4_K_P Q4_K_P 18080 ROCm layer
E (Q8_0) ~23 tok/s DavidAU / ggml-org Q8_0 Q8_0 ★★★★★ 18081 ROCm layer
F (tensor) 38-172 tok/s 🏆 HauhauCS MTP Q4_K_P Q4_K_P 18080 CainSay fork

模式 D — 双卡 layer split（29 / 36.6 tok/s）

性能对比

后端 Prefill (pp512) Decode (tg128) 相对
ROCm 7.2 (q4_0) 888 t/s 22.5 t/s —
ROCm 7.14 + XNACK (q4_0) 854 t/s 24.78 t/s tg +12% 🚀
Vulkan (q4_0) 285 t/s (-68%) 36.6 t/s (+63%) 🚀 长生成最优

启动参数（ROCm Huihui Q4_K_M）

export HSA_OVERRIDE_GFX_VERSION=11.0.0
export LD_LIBRARY_PATH=/opt/rocm-7.2.0/lib:$LD_LIBRARY_PATH
export HIP_VISIBLE_DEVICES=0,1

numactl --cpunodebind=0 --membind=0 llama-server \
  -m /mnt/models/Qwen3.6/Huihui-Qwen3.6-27B-abliterated.Q4_K_M.gguf \
  --host 0.0.0.0 --port 18080 \
  -c 65536 -fa 1 \
  --split-mode layer \
  --cache-type-k q4_0 --cache-type-v q4_0 \
  -b 1024 -ub 1024 \
  --no-mmap

启动参数（Vulkan，decode +63%）

export VK_ICD_FILENAMES=/usr/share/vulkan/icd.d/radeon_icd.json
export LD_LIBRARY_PATH=/home/peter/llama.cpp/build-vulkan-new/bin:$LD_LIBRARY_PATH
export HSA_OVERRIDE_GFX_VERSION=11.0.0

numactl --cpunodebind=0 --membind=0 /home/peter/llama.cpp/build-vulkan-new/bin/llama-server \
  -m /mnt/models/Qwen3.6/Huihui-Qwen3.6-27B-abliterated.Q4_K_M.gguf \
  --host 0.0.0.0 --port 18080 \
  -c 65536 \
  --split-mode layer \
  --cache-type-k q4_0 --cache-type-v q4_0 \
  -b 512 -ub 512 \
  --no-mmap

启动参数（双卡 MTP layer，HauhauCS MTP 模型）

export HIP_VISIBLE_DEVICES=GPU-16dc66d1309c376b,GPU-8accafcdfee6fc4f
export NCCL_P2P_DISABLE=1 RCCL_P2P_DISABLE=1
export NCCL_PROTO=Simple
export HSA_FORCE_FINE_GRAIN_PCIE=1 HSA_ENABLE_SDMA=0

numactl --cpunodebind=0 --membind=0 llama-server \
  -m /mnt/models/Qwen3.6/Qwen3.6-27B-Uncensored-HauhauCS-Balanced-MTP-Q4_K_P.gguf \
  --host 0.0.0.0 --port 18080 \
  -c 65536 -fa 1 \
  --split-mode layer --tensor-split 1,1 \
  --spec-type draft-mtp --spec-draft-n-max 3 \
  --cache-type-k q4_0 --cache-type-v q4_0 \
  --no-mmap

⚠️ P2P 说明：双卡间 hipDeviceCanAccessPeer=0（不同 root port），必须设置 NCCL_P2P_DISABLE=1 + RCCL_P2P_DISABLE=1，否则 layer split 初始化死锁。

适用场景

  • 双卡稳定性首选：layer split 最成熟、最稳定
  • Vulkan 长生成：如果 prompt 短（<2K tokens），Vulkan decode 比 ROCm 快 63%
  • 中间过渡方案：从单卡升级到双卡的最佳起点

模式 E — 双卡 Q8_0 最高精度（~23 tok/s）

性能

  • AR decode: ~23 tok/s（双卡 layer split）
  • Prefill: 受 Q8_0 大模型（29.9G）和 X99 PCIe 3.0/魔改4.0 瓶颈限制
  • 质量：★★★★★ — 社区公认 Qwen3.6-27B 最佳变体（DavidAU NEO-CODE-HERE）

启动参数

export HSA_OVERRIDE_GFX_VERSION=11.0.0
export LD_LIBRARY_PATH=/opt/rocm-7.2.0/lib:$LD_LIBRARY_PATH
export HIP_VISIBLE_DEVICES=GPU-16dc66d1309c376b,GPU-8accafcdfee6fc4f
export NCCL_PROTO=Simple
export HSA_FORCE_FINE_GRAIN_PCIE=1 HSA_ENABLE_SDMA=0

numactl --cpunodebind=0 --membind=0 llama-server \
  -m /mnt/models/Qwen3.6/Qwen3.6-27B-NEO-CODE-HERE-2T-OT-HIGH-Q8_0.gguf \
  --host 0.0.0.0 --port 18081 \
  -c 65536 -fa 1 \
  --split-mode layer --tensor-split 1,1 \
  --cache-type-k q8_0 --cache-type-v q8_0 \
  -b 256 -ub 64 \
  -fit off

几个坑

  • -fit off：关闭 KV cache 大小自适应，防 OOM
  • 小 batch（256/64）：Q8_0 KV 显存占用大，必须保守
  • -c 65536：131K 塞不下（双卡 48G 显存，Q8_0 模型 29.9G + Q8_0 KV 在 65K 下已近顶）

适用场景

  • 代码任务：DavidAU 变体专为代码优化（2T token 预训练）
  • 高质量输出场景：Q8_0 量化几乎没有精度损失
  • 对比基准：用于和其他量化（Q4_K_M, IQ4_XS）做质量对比
  • 必须双卡：Q8_0 29.9G 单卡 24GB 塞不下

模式 F — 双卡 tensor MTP+ngram（38-172 tok/s 🏆）

（编者注：这个模式跟大佬的性能差距打破了我对LLM大模型不吃CPU的刻板认知）

性能

场景 速度 说明
短对话（X99 DDR4） ~38 tok/s ngram 缓存初始化期
长文本（X99 预热后） ~43 tok/s MTP 接受率 ~86%
长文本（Ryzen 9700X 参考） 140-172 tok/s 🏆 X99 DDR4 是瓶颈
基准 MTP gen 52.7 t/s (prompt) / 39.8 t/s (gen) 单卡 q4_0 KV 参考

启动参数

export HSA_OVERRIDE_GFX_VERSION=11.0.0
export LD_LIBRARY_PATH=/opt/rocm-7.2.0/lib:$LD_LIBRARY_PATH
export HIP_VISIBLE_DEVICES=0,1
export NCCL_PROTO=Simple
export HSA_FORCE_FINE_GRAIN_PCIE=1 HSA_ENABLE_SDMA=0

numactl --cpunodebind=0 --membind=0 /home/peter/llama-cainsay/build-hip/bin/llama-server \
  -m /mnt/models/Qwen3.6/Qwen3.6-27B-Uncensored-HauhauCS-Balanced-MTP-Q4_K_P.gguf \
  --host 0.0.0.0 --port 18080 \
  -c 65536 -fa 1 \
  --kv-unified \
  --split-mode tensor --tensor-split 7,7 \
  --cache-type-k q8_0 --cache-type-v q8_0 \
  -b 1024 -ub 1024 \
  --spec-type draft-mtp,ngram-mod,ngram-map-k4v \
  --spec-draft-n-max 4 \
  --spec-ngram-map-k4v-size-m 64 \
  --repeat-penalty 1.1 --repeat-last-n 64 \
  --reasoning off \
  --temp 0.4 --top-p 0.95 --top-k 20 \
  -np 1 \
  --no-mmap

关键参数说明

参数 含义 为什么
--split-mode tensor --tensor-split 7,7 张量并行 双卡 7:7 平分层数
--spec-type draft-mtp,ngram-mod,ngram-map-k4v 三重投机 MTP + ngram + map 链式投机
--spec-draft-n-max 4 每步投机 4 token ngram 链式最大收益
--spec-ngram-map-k4v-size-m 64 ngram map 大小 64M 缓存上下文匹配
--kv-unified 统一 KV tensor split 必需
-np 1 单批处理 必须：防 GGML 内存池崩溃
-ctk q8_0 -ctv q8_0 KV q8_0 只能 q8_0：q4_0 触 tensor split GGML_ASSERT

⚠️ 限制

  • 只能 q8_0 KV：llama_params_fit 未为 SPLIT_MODE_TENSOR 实现，q4_0 触发 GGML_ASSERT 崩溃
  • SWA checkpoint bug：CainSay fork 和 upstream 一样，>60K context 后 SWA checkpoint 失效，触全量 re-prefill（2-3 分钟卡顿）
  • 需要 CainSay fork（fix/split-mode-tensor-quant-kv 分支），upstream 没有 tensor split

适用场景

  • 双卡最强输出：tensor split + MTP + ngram 三重投机，预热后极快
  • 长文本生成：预热后稳定 ~43 tok/s（X99）、140+ tok/s（Ryzen）
  • 适合能接受 60K 以内上下文的场景，超 60K 有 SWA bug
  • 注意必须双卡（不能单卡 tensor split）

三、Vulkan 变体补充

变体 Decode 相对 ROCm 适用场景
B-Vk (单卡 IQ4_XS) 37.7 t/s +27% 🚀 短 prompt 聊天
D-layer-Vk (双卡 layer) 36.6 t/s +63% 🚀 长文本生成
B (ROCm) 29.7 t/s — 长 prompt
D-layer (ROCm) 22.5 t/s — 极长 prompt

Vulkan 特点：decode 恒定（不受 batch 大小影响），推荐 b=512 ub=512 或 b=1024 ub=512。❌ -fa 1 不可用。⚠️ q5_0/q4_1 KV 在 Vulkan 上可用（ROCm 不行）。编译后必须验证 --list-devices 确实显示 GPU。

Vulkan 选型策略

  • prompt < 2K tokens → Vulkan（decode 快 27-63%）
  • prompt > 2K tokens → ROCm（prefill 快 26-68%）

四、模式选择决策树

你想做什么？
├── 跑分/基准测试 → 模式 A (DFlash 84 tok/s)
├── 日常聊天/编程助手
│   ├── 短对话 → 模式 B-Vk (Vulkan 37.7 t/s) 或 模式 C (MTP 40 t/s)
│   └── 长对话 → 模式 B ROCm (29.7 t/s, 131K ctx)
├── 长文本写作/文档处理 → 模式 B (IQ4_XS 131K)
├── 代码/高质量输出 → 模式 E (Q8_0 ★★★★★)
├── 双卡吞吐最大化
│   ├── 60K 以内上下文 → 模式 F (tensor MTP+ngram 🏆)
│   └── 稳定优先 → 模式 D (layer split)
└── 和 ComfyUI 并行运行
    └── start-comfyui-with-qwen.sh (默认模式 B)

五、性能测试方法论

所有数据来自 llama-bench 和 llama-server 实测，测试条件：

  • 模型：Qwen3.6-27B 各量化变体
  • 后端：ROCm 7.2.0 / 7.14-TheRock / Vulkan
  • CPU：Intel Xeon E5-2680 v4 (DDR4 2400)
  • GPU：双路 7900 XTX (XFX MERC + Sapphire Pulse)
  • NVMe SSD 加载模型，非 mmap

测试脚本和详细方法论见 references/rocm-comparison-testing.md 和 references/cross-backend-parameter-testing-20260619.md

六、更新日志

日期 更新内容
2026-06-19 q4_0/q4_0 推翻旧结论：MTP 模式 +14.4%；模式 C 更新 ROCm 7.14 + XNACK=1
2026-06-19 Vulkan 回归测试：双卡 decode +63%；q5_0/q4_1 KV Vulkan 可用
2026-06-19 全局推荐 --swa-checkpoints 0 + --ctx-checkpoints 69
2026-06-19 新增模式 F (tensor MTP+ngram) 和 CainSay fork 基准
2026-06-16 初始版本：6 大模式 + 命名纪律确立

有问题欢迎交流！硬件环境（双 7900 XTX + X99）相近的兄弟可以直接抄参数。🫡

至此，7900 XTX 调教/折腾/学习篇到暂告一段落了，设备要开始投入进去找路子赚钱了，感谢各位的关注~！！！

以下是模式C运行时的截图
21a3c65e-b2eb-45b3-a98e-782f660ed8be-image.jpeg

c193fb4c-ce78-48be-9e2b-7e3c3bc6234b-image.jpeg

95279897-0c63-4a7a-8672-9419e8cc5ff8-image.jpeg

5205c4f9-880f-4176-aef8-864f7fed9c0e-image.jpeg

b287e43c-46ba-4b00-a060-47d503d99fa0-image.jpeg

免责声明：
以下截图仅为展示模型性能，非搞黄色😊
2d1b1d7b-2544-4c61-9898-9368f8953709-image.jpeg

]]>https://lcz.me/topic/637/qwen3.6-27b-六大启动模式详解-性能-参数与场景RSS for NodeWed, 01 Jul 2026 10:53:28 GMTSat, 20 Jun 2026 14:15:55 GMT60<![CDATA[Reply to Qwen3.6-27B 六大启动模式详解：性能、参数与场景 on Thu, 25 Jun 2026 16:10:43 GMT]]>@topgun2000 有可能，但是我这块板现在实际跑起来，是现实pcie4.0的速度的。只不过还没想起来要测试一下实际能到多少。可以试试，回头发论坛看看

]]>https://lcz.me/post/8250https://lcz.me/post/8250Thu, 25 Jun 2026 16:10:43 GMT<![CDATA[Reply to Qwen3.6-27B 六大启动模式详解：性能、参数与场景 on Mon, 22 Jun 2026 06:56:49 GMT]]>留名抄作业，十分感谢！

]]>https://lcz.me/post/7803https://lcz.me/post/7803Mon, 22 Jun 2026 06:56:49 GMT<![CDATA[Reply to Qwen3.6-27B 六大启动模式详解：性能、参数与场景 on Mon, 22 Jun 2026 04:16:06 GMT]]>

@abaalei 说:

长文本（Ryzen 9700X 参考） 140-172 tok/s X99 DDR4 是瓶颈

这个大概率是因为PCI-E 5.0 vs PCI-E 3.0，两个显卡做TP，瓶颈是PCI-E，除非有NVlink之类的连接。DDR4再慢也比PCI-E 3.0快很多

5.0 x16 带宽是 3.0 x16的四倍

]]>https://lcz.me/post/7786https://lcz.me/post/7786Mon, 22 Jun 2026 04:16:06 GMT<![CDATA[Reply to Qwen3.6-27B 六大启动模式详解：性能、参数与场景 on Sun, 21 Jun 2026 06:48:07 GMT]]>@Grayson-Ren 亲测 7900XTX 24G 可以做为门槛。做到入门级使用。可以干很多小显存项目。期待优化。
近期观察有 炒股，生图，无限制版小说，小短片等能力。

]]>https://lcz.me/post/7663https://lcz.me/post/7663Sun, 21 Jun 2026 06:48:07 GMT<![CDATA[Reply to Qwen3.6-27B 六大启动模式详解：性能、参数与场景 on Sun, 21 Jun 2026 04:39:03 GMT]]>准备搭个同样硬件抄作业

]]>https://lcz.me/post/7660https://lcz.me/post/7660Sun, 21 Jun 2026 04:39:03 GMT<![CDATA[Reply to Qwen3.6-27B 六大启动模式详解：性能、参数与场景 on Sun, 21 Jun 2026 03:58:04 GMT]]>@williamlouis
哈哈，这倒确实。不用说其它了，就看我白嫖gemini的7天200美元的账单，都觉得肉痛。😢

]]>https://lcz.me/post/7658https://lcz.me/post/7658Sun, 21 Jun 2026 03:58:04 GMT<![CDATA[Reply to Qwen3.6-27B 六大启动模式详解：性能、参数与场景 on Sun, 21 Jun 2026 03:50:58 GMT]]>@abaalei 知足常乐。兄弟。你已经选用了最经济的模型。 换个其他的你就知道什么叫肉疼。

]]>https://lcz.me/post/7657https://lcz.me/post/7657Sun, 21 Jun 2026 03:50:58 GMT<![CDATA[Reply to Qwen3.6-27B 六大启动模式详解：性能、参数与场景 on Sun, 21 Jun 2026 03:29:30 GMT]]>@williamlouis
哈哈，不牛不牛，只是心痛我的账单😰 😰
8cd37f6c-43a8-43be-99d9-be4510fed70d-image.jpeg
还没算上白嫖gemini的
e946cef7-4aea-437c-86a8-fcdd7f6c890e-image.jpeg

5a9b2d97-089d-4729-8746-e5fac158db42-image.jpeg

]]>https://lcz.me/post/7654https://lcz.me/post/7654Sun, 21 Jun 2026 03:29:30 GMT<![CDATA[Reply to Qwen3.6-27B 六大启动模式详解：性能、参数与场景 on Sat, 20 Jun 2026 15:19:25 GMT]]>辛苦了大牛哥。棒棒哒。很全面的总结

]]>https://lcz.me/post/7623https://lcz.me/post/7623Sat, 20 Jun 2026 15:19:25 GMT<![CDATA[Reply to Qwen3.6-27B 六大启动模式详解：性能、参数与场景 on Sat, 20 Jun 2026 15:07:18 GMT]]>质量很高. 先留言,后学习.

]]>https://lcz.me/post/7621https://lcz.me/post/7621Sat, 20 Jun 2026 15:07:18 GMT<![CDATA[Reply to Qwen3.6-27B 六大启动模式详解：性能、参数与场景 on Sat, 20 Jun 2026 15:00:15 GMT]]>留名学习yellow prompt....

]]>https://lcz.me/post/7619https://lcz.me/post/7619Sat, 20 Jun 2026 15:00:15 GMT<![CDATA[Reply to Qwen3.6-27B 六大启动模式详解：性能、参数与场景 on Sat, 20 Jun 2026 14:52:48 GMT]]>感谢分享 留好作业准备抄了

]]>https://lcz.me/post/7618https://lcz.me/post/7618Sat, 20 Jun 2026 14:52:48 GMT