8GB 显存加 32GB 内存的笔记本，也能把 Qwen3.8 Flash Next 跑起来。配置是 RTX 5060 Laptop、32GB DDR5、1TB SSD、Linux，用的工具是 Strata。
成绩：262K 上下文预填充 800–970 t/s，生成 30–40 t/s；131K 上下文预填充 930–1040 t/s。
原理不复杂：常用专家放显存，可能用到的放内存，其余的放 SSD，不频繁换用例时效果最好。
关键参数就这几个：–mmap-experts –kv-resident 20480 –vram-reserve-mib 900 –pcie-frac 0.35，STRATA_RESIDENT_HEADROOM_GIB=4。
别踩的坑：不用 MTP，它占显存还拖慢预填充；视觉放 CPU，每张图约 1–2 秒；并行调用不用 –parallel，改用 –conversation-cache 顺序恢复会话。
正文完