NInfer 4080让16GB显卡运行27B模型

开源工具让RTX 4080以100k上下文运行Qwen 3.8 27B量化模型，生成峰值262 tok/s。

推荐理由：其核心是把27B量化模型与10万上下文压进16GB显存，并报告预填充2720、生成262 tok/s，意味着高端消费卡本地长上下文推理的门槛进一步降低。