实测 Qwen 3.8：3080Ti + Strix Halo 跑通 1M 上下文

TrifleHopeful5418 · reddit · 2026-08-18

作者分享了在 AMD Strix Halo (128GB) + 外接 3080Ti (12GB) 环境下运行 Qwen 3.8 的性能数据：

262K 上下文 (Q6)：仅用 iGPU 约 10 tps；开启 MTP (n=4) 约 24 tps；FastMTP 卸载至 3080Ti 约 28 tps。
262K 上下文 (Q4km)：分层部署（部分权重 + FastMTP 在 3080Ti）约 53 tps。
1M 上下文 (Q4km)：分层部署约 45 tps。

虽然速度不及 5090 平台，但仍有大量内存余量可同时加载 Embedding 和 Reranker 模型。作者计划将其与 4x3090 上运行的 Qwen 3.6-35B (450 tps) 进行对比。

「Infra」频道最新