单张RTX 5070运行177B模型达15 tok/s

通过优化Windows I/O与多工作句柄，12GB显存显卡运行Qwen 177B量化版提速约64%。

推荐理由：实测吞吐从约7提升至11.5 tok/s，对话峰值15 tok/s；关键并非升级硬件，而是消除Windows队列深度与文件句柄瓶颈，说明超低比特专家流式加载可显著降低大模型本地运行门槛。