抄作业成功
全部交给ai去弄
Strata 部署 Qwen3.8-Flash-Next UD-Q4_K_XL 安装完成
历时 2 小时 57 分，全部 7 个步骤走完：
步骤 结果
1-3 硬件/配置/依赖 RTX 4090 48GB、127GB 内存全过；UD-Q4_K_XL、262K 上下文、int8 KV、71GiB 专家预算
4 引擎 v0.1.45 预编译版（sm_75/86/89/120，CUDA 13.0）+ cuBLAS/runtime
5 模型下载 4 个 GGUF 分片（111.7GB）+ mmproj 视觉编码器，全部 SHA-256 校验通过
6 模型打包 iq_pack 转换 460 个张量（--compat-bf16 自动生效）；MTP 草稿层 5.2GB → q2_0 → 运行时格式（787M）
7 启动脚本 run-unsloth-ud-q4_k_xl.bat + 配置文件已生成
调优后实测成绩（2000 token 长生成）：解码 84.8 tok/s、专家命中率 96.8%、显存 47.7GB 无警告。相比首启的 76.5 tok/s 提升 +9%，改动：关闭 vision（腾出显存消除引擎 #2065 分页警告）+ 帖子的 3 个环境变量 + 会话缓存 + thinking 预算三重防护。
关于与帖子的差距（他们 124-145 tok/s）：已排查到底——显卡全程无降频（SM/显存满频、237W、40°C），差距是 sm_89（Ada）vs sm_120（Blackwell）内核代际差，非配置问题。预填已达他们高位，解码约为其 65%。