作者在RTX 4090 24GB上以Strata替代Ollama推理Qwen3.8-Flash-Next（512专家MoE），专家权重驻留内存、GPU仅缓存热专家，配256K上下文与int8 KV。解码中位约100–110 tok/s，冷预填充约2500–2800 tok/s。官方GSQ-RCO IQ3_S量化优于Unsloth，整体探索时间从12分钟降至8分钟。服务单请求串行，两三人使用尚可。

上周在外面跑了一周，先去了一趟纽约参加O’Reilly组织的Strata会议，接着去新泽西拜访了AT&T实验室，总体来说是一次不错的旅行，不过因为溜达了一周，回来自然又要处理很多事情，这里暂时不详细写行程，只是打个草稿，过一两周我会在统计之都主站上详细介绍Strata。 Strata会议主题为大数据，持续一周五天时间，我只参加了峰会（summit）部分，在它之前有一天热身（jumpstart...