7900 XTX 24G 跑 Qwen3.8 Flash-Next 全配置公开：Strata 引擎参数+实测速度+温度

机器：华南金牌 X99-TF，Xeon E5-2686 v4（14C/28T），128G DDR4，AMD 7900 XTX 24G，Ubuntu + ROCm。

主力模型：Swift Qwen3.8 Flash-Next（IQ3_XXS 量化，MoE+DeltaNet 架构），Strata 引擎（AMD RDNA3 路线）跑在 8180 端口，Hermes 主会话直接挂它。

Strata 启动参数（server.py --engine strata）

--pack packs/swift-iq3_xxs
--native Swift-Qwen3.8-Flash-Next-GSQ-RCO-IQ3_XXS-00001-of-00002.gguf
--ple-gguf 同上
--expert-profile data/expert-profile.bin
--expert-cache auto
--prefill auto
--spec 4 --spec-min-p 0.5
--mtp mtp/rt
--mtp-window 65536
--max-context 262144
--kv int8 --kv-resident 32768
--vision
--vram-reserve-mib 700

采样参数固定：temperature 0.6 / top_p 0.95 / top_k 20。

实测速度（今天跑的）

稳态 decode：55-58 tok/s（150 tok 连续 5 轮）
冷启动第 1 轮 35 tok/s，第 2-3 轮预热完进稳态——测速别测第一轮
262K 上下文，多模态（带 mmproj vision 子进程）

温度（满载推理）

Junction 89°C / 显存 82°C / Edge 75°C，风扇 73%
空闲回落：74/74/67°C，风扇 55%
结论：满载 85-90°C 是这卡跑大模型的常态，安全线内，不用干预

显存占用

25.5/25.7 GB 顶格（VRAM 98%）——24G 卡跑 IQ3_XXS 就是这个吃法，没有余量给第二个模型。

备用路线（llama.cpp，27B 稠密版）

llama-server b10828，Vulkan，Q4_K_M 27B：

-m Qwen3.8-27B-UD-Q4_K_M.gguf --mmproj mmproj-F16.gguf
--device Vulkan0 -ngl -1 --no-mmap
--spec-type draft-mtp --spec-draft-n-max 5
-c 131072 -b 2048 -ub 1024 --threads 16
--cache-type-k q8_0 --cache-type-v q4_1
--cache-ram 32768 --jinja --flash-attn on

实测散文 ~41 tok/s、工具调用 ~51 tok/s。24G 显存两个模型互斥，切换就是停一个起另一个。

对外接口

本机 one-api 网关（:3000）代理 llama-server，公网走 Cloudflare 隧道 https://x99.moome.com.cn/v1，模型名 qwen3.8-27b。Strata 8180 只在内网。

踩过的坑（简版）

Strata 冷启动慢是 pack 加载+MTP 预热，正常现象
采样参数必须按官方 0.6/0.95/20，乱调出胡话
线程数=物理核-1（14C 用 13）
显存不留余量必炸，vram-reserve 700MB 起步
ROCm 会劫持系统 dri 库导致桌面花屏，装完检查 /usr/lib/x86_64-linux-gnu/dri/radeonsi_dri.so 归属

有同卡的兄弟可以评论区交流参数。