开源引擎 Strata 发布：12GB 显存显卡可运行 125B 参数 Qwen3.8 模型

开发者 Niko1221 开源推出 Strata 引擎，支持在 12GB 及以上显存的消费级显卡上运行 125B 参数的 Qwen3.8-Flash-Next 模型。该引擎通过将 MoE 模型整体载入 RAM 并仅把高频专家模型载入 VRAM，配合轻量模型投机解码来降低显存占用。性能测试显示，在 RTX 5070（12GB 显存）环境下，Q2_0 量化版的生成速度可达 94 词元/秒。