补充几点，跟 @stxpnet 上面的结论互补：
Layer Split 在你这套配置下基本没救：每个 token 的激活都要逐层过那条 3.6GB/s 的芯片组链路，等效带宽被最慢一环钳死，prefill 掉 78% 就是木桶效应。Helper + REO 的 82.5 t/s 已经是这套硬件的高点了，方向对了。
换 X570 + 5800X 不值：x8/x8（~16GB/s）确实能救 Layer Split，但 Helper 模式下 decode 的天花板是 CPU 内存带宽（DDR4 双通道 ~50GB/s），两者打平；同时你拿 13700K 的 prefill 单核优势换成 5800X，反而更弱。
别只把 5060Ti 当「第二段层」。它是 Blackwell、原生 NVFP4；4070TiS 是 Ada，没有。更划算的用法是当专用副卡：独立跑一个 NVFP4 量化模型 / 视觉 OCR·mmproj / 或当 MTP draft 卡，主卡专心 dense 推理。这些负载对芯片组 x4 不敏感，闲置就浪费了。
对比用端到端 wall-clock，别信 Strata 后台那个 PCIe 读数（瞬时虚高）。固定同 prompt、同 ctx、同 batch，单卡 vs Helper+REO 各跑几轮取中位。
