用户以低比特主模型配合草稿模型，在RX 9070 XT上测得约60 tokens/s。
推荐理由：实测表明外置投机草稿模型可在16GB显存上明显优于内置MTP，但越界至共享内存会放大性能波动，收益高度依赖显存控制。
阅读原文