双3090跑Qwen3.8-Flash-Next调优至41 t/s

Reddit 用户在 2×RTX 3090（PCIe 3.0）加 188GB DDR4 双 Xeon 的廉价硬件上，用 llama.cpp 运行 Qwen3.8-Flash-Next（261k 上下文、48 层专家）。通过 expert cache 等一系列优化，解码速度从初始的 17 t/s 先提升到 25-29 t/s，最终完整调优后达到 41 t/s，并公布了详细配置与调优数据。

2026-09-03 ~ 2026-09-04 · 2 条相关

• 2x3090 跑 Qwen3.8-Flash-Next:expert cache 把解码从 17 提到 25-29 t/s — Extension-Bid-639 · 2026-09-03

另有 1 条近重复转述:Extension-Bid-639