百GB级Qwen四比特量化低内存推理

RTX 3060配16GB双通道DDR4运行IQ4_XS量化模型达24 tok/s，且未丢弃专家。

推荐理由：通过预取与缓存DMA优化，百GB级四比特专家模型可在12GB显存和16GB内存下完整推理；双通道较单条内存提速约71%，表明带宽已成为核心瓶颈。