抡锤者

3090 眼睁睁看着。耳朵已经习惯了。

来交作业了，3090 实测，过程+前后对比。

环境：RTX 3090 24G / Ubuntu 24.04 / 内核 7.0.0-28 / 驱动 580.178.04，vLLM 跑 Qwen3.8-27B，128K 上下文常驻。

过程（全程不折腾 VBIOS）：
1. git clone https://github.com/Zagitta/gpu-unlock && cd gpu-unlock && make install（编译进 initramfs）
2. GRUB 加 gpu_unlock.targets=all，update-grub
3. 关机→再开机（注意：reboot 热重启不生效，必须断电源，这是唯一的坑）
4. 起来后 journalctl -k -b | grep gpu_unlock，看到 gpu_unlock: unlocked，整条 ROM/FWSEC 链（gsp_ga10x 84MB、v67-ga102 等 5 个固件）全部 error=0

前后对比（同机实测）：

| 项目         | 装前(9月,250W)                 | 解锁后 250W      | 解锁后 350W      |
|--------------|--------------------------------|------------------|------------------|
| 128K prefill | 79~122s 首字（≈1050~1600 t/s） | 40.1s / 3195 t/s | 31.2s / 4108 t/s |
| 64K prefill  | -                              | 24.1s / 2651 t/s | 22.0s / 2911 t/s |

合计约 2.5~4×（其中纯"250W→350W"单变量贡献 +29%，长上下文提升比短上下文大，因为功耗墙卡的是持续算力，128K 满算时间久，250W 下反复撞墙降频；350W 满载 71°C/336W/SM 1890MHz，3090 压得住还有余量）。

体感：以前最大的痛点就是长上下文等首字，盯着空白等一分多钟。现在 31 秒出头，吐字一版一下出来。

总之干活不越狱
越狱不干活

再补充一点啊！ 150k 60t/s 其实是不可能的啊！超过90k以后降速，130k以后就只有几个token/s了。但是 不死机，能抗一阵子就缓过来了。

4090 +3090 最优解 （次优，4090+7900xtx） (最次2*3090 能用不好用。使用场景受限，但合理配置+折腾，也能爽玩。我准备上第二个3090 )
为什么？
2个4090 不合适太贵。

@daniel-zhou 说:

唉，不知道怎么搞了

我的结论以下。单卡3090 24g不适合干很重的活，而轻量的不如走api。
老特也推荐，跑图文必须自己搞。llm 买api合适。

我怎么也没有解决qwen3.8容易卡循环的问题。而3.6从来没有碰到过。

@terry 说:

你认真看了视频没？我在视频里常说的就是无法替代，可以把85%的编程工作交给它。你说无法替代，是哪里无法替代？论坛有几十个帖子带启动参数，你看不到？

谢谢老特回复！你每一个视频我都认真看了。为什么还来问？

因为：我想确认一下。这次。我彻底死心了。赶紧去弄双3090 ，还勉强可以有生产力。

单卡对要求不高，处理一下文档。定时任务。一点问题都没有。但是。老特说的，这样的场景，就是macbook或者macmini +deepseek 最合适。自己跑llm，电费+折旧比 买deepseek贵很多。

——————
以上总结完毕：论坛里有单卡3090的可以死心了。

如题：3090单卡 32G ubuntu 华南金牌 硬件抄作业的。
目前干活都是deepseek 驱动hermes 。
部署过至少10个 llm ，论坛作业都抄了。
但是和deepseek完全无法比。根本无法像老特说的，可以替代。
现在qwen3.8也发布了。
希望论坛能人贴出自己的满意的启动参数。

我高中生的儿子都比你思维清晰。
他说：向量空间张开，理论上最终落实再显存上都是一维数组。你怎么去切数组后面的数字呢？

日常改个程序，驱动hermes ，还是qwen35b的那种更丝滑。

这玩意直接下载。然后把模型名字一改。跑起来 和原来的3.6 没有感觉有变化。

@imbiplaza-ASUS 你才是做事的主。一次性能把业务固定。同样的业务就排队处理。比用hermes来回对话省心很多。能不能分享制作思路？谢谢！

看来sg-lang满足了企业级别的应用，4090 有48g勉强为多人服务了。主要是填充快太多了！

@botio-kuo 你直接告诉 hermes 。我需要配置一个辅助的deepseek-falsh模型。apikey是****。 让他自己改 config.yaml 。
当然，你先的备份好
当然，你干脆把config.yaml 贴给网页 的deepseek 。让他把deppsek改为辅助模型。 它可能考虑比你 的本地模型更加细致。
总之都能改好，
万一没弄好。备份 的覆盖一下，重启，再来。直到搞好。
我的大概也是这么搞好的。
全程你只管测试

我跟你一个情况。3090 单卡，默认启动就是llama 。驱动了 hermes。 obsidian。 wiki。 把事情干完了
晚上没事想玩玩comfyui ，就对hermes 说，打开comfyui就好了。会帮你配置好的。

关键配置是：你把deepseek作为辅助模型就好了。主模型随便关，随便切换。
我自己有至少5个模型常用的，也是让hermes 随意切换。让它做好脚本保存好。

总之：你的业务如果不冲突：就是说大批量调用llama 的时候也必须用 comfyui。
一张卡挺好用的。

好吧。周末没事，让hermes 配置你说的，一模一样复刻，然后最简单的 脚本修改，都出错，当然，他会自己修复。但是：
目前最原始的，5月份的qwen 3.6 27b 4bit量化版，除了速度只有30-40之间，从来没有出这么低级错误。

贴一下000
╭─ Hermes ───────────────────────────────────────────────────────────────────────────────────────────────────────────╮
等等，第17行 \\ 变成四个反斜杠了！VBS 里字符串里的 \ 才代表一个 \。现在写成了 \\，路径会变成 C:\Users\...（双反斜杠），Windows 可能找不到。让我修正：

╰──────────────────────────────────────────────────────────────────────────────────────────────────────────────────────╯
┊ preparing patch…
┊ patch C:\Users\46049\AppData\Local\hermes\gateway-service\Hermes_Gateway.vbs 0.7s
┊ review diff
a/C:\Users\46049\AppData\Local\hermes\gateway-service\Hermes_Gateway.vbs → b/C:\Users\46049\AppData\Local\hermes\gateway-service\Hermes_Gateway.vbs
@@ -14,4 +14,4 @@
env.Item("PYTHONPATH") = "C:\Users\46049\AppData\Local\hermes\hermes-agent;C:\Users\46049\AppData\Local\hermes\hermes-agent\venv\Lib\site-packages"
End If
sh.CurrentDirectory = "C:\Users\46049\AppData\Local\hermes"
-sh.Run "C:\Users\46049\AppData\Local\hermes\hermes-agent\venv\Scripts\pythonw.exe -m hermes_cli.main gateway run", 0, False
+sh.Run "C:\Users\46049\AppData\Local\hermes\hermes-agent\venv\Scripts\pythonw.exe -m hermes_cli.main gateway run", 0, False
┊ preparing read_file…
┊ read Hermes_Gateway.vbs 0.4s

╭─ Hermes ───────────────────────────────────────────────────────────────────────────────────────────────────────────╮
好，第17行现在是正确的 VBS 语法：sh.Run "C:\Users\46049\AppData\Local\hermes\hermes-agent\venv\Scripts\pythonw.exe -m hermes_cli.main gateway run", 0, False

现在测试一下完整的启动链：

@fcme 求你的具体模型名，启动参数。麻烦你了。我是觉得35b速度快，但是编程全是乱的。我主要是用来做qmt量化。

qwen 3.6 27b 稳定性好。速度还行。
跟着论坛用了3090 长上下文的。148k 稳定驱动 hermes 。没有问题。
但vison 模式 只有50k上下文，目前还没有解。

总之。3090 24g单卡 。hermes 能用的方案我都试验过了。基本不完美。