抡锤者

@stxpnet 我翻了你之前的帖子，看到你双 3090 从 PCIe 3.0 x8/x8 升级到了 PCIe 4.0 x16/x16，还研究过 ROMED8-2T 和 MZ32-AR0。
想请教一下，你现在实际使用的 CPU 和主板具体是什么型号？是已经换成 EPYC 平台了吗？
另外，升级 PCIe 后 Strata 的 Prefill 和 Decode 有没有明显提升？这个对我是否换主板很有参考价值，谢谢！

@stxpnet 感谢回复！我用的是 13700K + 微星 Z690-A DDR4。
目前 4070Ti SUPER 走 CPU 直连 PCIe 4.0 x16，5060Ti 走 Z690 芯片组 PCIe 3.0 x4，实测副卡 H2D 带宽只有约 3.6GB/s。
13700K 的 20 条 CPU 直连通道是显卡 16 条 + NVMe 4 条，我这块主板不支持把显卡通道拆成 x8/x8，所以副卡只能走芯片组。
之前测试 Strata 双卡 Layer Split，Prefill 反而比单卡慢很多，Helper 模式 Decode 有提升，但整体耗时还是单卡更快。
想请教一下，你双 3090 用的是什么 CPU 和主板？Strata 是 Layer Split 还是 Peer/Helper 模式？
另外，你提到的 PCIe 40GB/s 是 Strata 后台统计值，还是实际测出来的 P2P 带宽？
我主要想判断副卡走芯片组 x4，是不是造成双卡性能下降的主要原因。

标题
求助：13700K + 4070TiS 16G + 5060Ti 16G，双卡 Strata 反而比单卡慢，PCIe x4 是瓶颈吗？
正文
最近在折腾 Strata 跑 Qwen3.8-Flash-Next IQ3_S，遇到一个问题，想请教一下论坛里的高手。
目前配置：

• CPU：i7-13700K
• 主板：微星 Z690-A DDR4
• 显卡①：4070Ti SUPER 16G（CPU 直连 PCIe 4.0 x16）
• 显卡②：5060Ti 16G（芯片组 PCIe 3.0 x4）
• 内存：128GB DDR4-3200
• 硬盘：4 个 M.2 插槽全部占满
  目前遇到的问题：
  测试过 Strata 单卡、双卡 Layer Split、Helper 等模式，结果双卡虽然部分测试的 Decode 更快，但整体响应反而不如单卡。
  目前只能使用 4070Ti SUPER 单卡 + 13700K CPU 专家计算，5060Ti 基本闲置。
  之前固定输入测试：
  模式 Prefill Decode
  单卡 1777 tok/s 59.5 tok/s
  双卡 Layer Split 397 tok/s 57 tok/s
  双卡 Helper 1077 tok/s 68 tok/s
  Helper + REO — 82.5 tok/s

现在比较纠结的是：
第二张 5060Ti 只有 PCIe 3.0 x4，实测传输带宽约 3.6GB/s，不知道是不是双卡效率低的主要原因。
考虑过换 X570 ACE / UNIFY，配手里闲置的 5800X，实现 CPU 直连 PCIe 4.0 x8/x8。
但这样又会损失 13700K 的 CPU 性能![替代文字]
想请教大家：

1. Strata 双卡性能差，PCIe 3.0 x4 是不是主要瓶颈？
2. 换 X570 + 5800X，实现 CPU 直连 x8/x8，值得吗？会不会反而更慢？
3. 不换主板的话，有没有办法更好地利用第二张 5060Ti？比如 Peer / Helper 优化，或者其他方案？
   主要追求实际推理速度和稳定性，不是单纯跑分。
   有没有类似配置的朋友分享一下经验？感谢！