Qwen3.8 Flash Next 显存优化技巧：mmap 模式
Pyrolistical · reddit · 2026-08-30
分享在显存受限环境下运行 Qwen3.8-Flash-Next 模型的经验。默认的 load-mode auto 可能不会使用 mmap，导致 OOM。手动开启 tensor-read-lazy on 和 load-mode mmap 后，作者成功在 AMD 显卡上运行了 Q4 量化模型，并给出了具体的 llama-bench 命令与性能数据（279 t/s）。
「Infra」频道最新
- 微软深度优化 Windows 迎接 Nvidia RTX Spark：两步装好本地 AI agent — tomwarren · 2026-10-15
- 微软联手Nvidia优化Windows,为RTX Spark Arm笔记本铺路 — The Verge AI · 2026-10-15
- 全球智能手机出货量暴跌 22%,创史上最大季度跌幅,元凶是 AI 抢内存 — Polymarket · 2026-10-15
- SK 海力士再跌 11%:已低于 2027 财年预期利润 3 倍市盈率 — JOBhakdi · 2026-10-15
- ASML 高管:「我们在欧洲一台光刻机都卖不出去」 — NinaDSchick · 2026-10-15
- Nvidia 将 SPCX 归入「超大规模」类，云厂商依赖度暗藏变数 — RihardJarc · 2026-10-15