用 Qwen3.8 把老机器填满

用户借助 Strata 工具，在配有 64GB 内存与 Nv4060 显卡的旧设备上成功运行了 Qwen3.8 的 IQ3_XX3 模型，实现 200k 上下文且硬件全满载。该方案主要通过系统内存代替显存来适配大内存弱 GPU 机器，实测速度约为输出 20 t/s、填充 150 t/s，显存与内存总和超过 48GB 即可运行 IQ2 模型。