本期实测 Qwen3.8‑Flash‑Next，IQ4量化版本，93GB 超大 MoE 模型。 在消费级硬件下，演示 LM‑Studio 完整部署流程。 当显存不够、内存也不够时，可以把模型放到固态硬盘运行，但是会有巨大性能代价，实测只有4.8tokens/s，推测这主要是因为我的内存只有32G，面对近100G的模型，还是太捉襟见肘了，如果你有大内存，能将模型完全装下，或者能装下大半，想必速度也会比我快。
重点避坑：
GPU 卸载参数真实含义，不要搞反层数；
强制 MoE 专家到 CPU 实验开关，内存小不要开大；
固态硬盘部署可以加载模型，但大量权重走虚拟内存，推理速度暴跌；
硬件：RTX5090 32G + 32G 系统内存 软件：LM‑Studio
