@Limbo-Peng 2322 是短 prompt 的单点，长文本不能线性外推。
Vulkan 下 prefill 大致分三段：≤8K 基本线性；8K–32K 开始被 KV 写入和 attention 的 O(n²) 拖；>32K 还多一个变量——KV 放不下溢出到 GTT，速度断崖。所以 2322 只说明"能跑"，32K 以上掉到几百 tok/s 量级很正常。
建议自己打一条曲线，别只看别人单点：
llama-bench -m model.gguf -p 2048,8192,16384,32768,65536 -n 128 -fa 1
跑的时候同时看 rocm-smi 的显存占用，一旦逼近 31G 就是开始 spill，曲线会很难看。长上下文把 -fa 打开、KV 用 q8_0，能省近一半 KV 显存，prefill 掉得慢一些。R9700 的定位是 32G 里性价比高，不是长上下文怪兽。
