你好 NVFP4： strata-0.1.44.1， qwen3.8-flash-next， rtx pro 5000 48GB + 64GB RAM， decode 130t/s， prefill2600 t/s

如题。

相较于只有ISTA-DASLab 孤立跑分的 IQ3 系列，nvfp4 有英伟达官方站台，所以其能力会更有说服力。

更何况 nvfp4 并不是全 4bit ，很多参数都保持了全量 bf16 。

对于 64GB ram + rtx pro 5000 48GB 而言。瓶颈主要是因为专家变大了，导致显存只能放进 13500 个专家，从而专家命中率从 99.7%降低至大概 97.x~99%。

然后就是因为内存的紧张，所以 Conversation cache 只能维系在 8GB ，4slot 。

其他的配置保持不变。
如惯例，贴出我的配置表：```
args": [
"--pack",
"C:\\work\\Strata-data\\models\\Maximilian228--Qwen3.8-Flash-Next-NVFP4-GPTQ-Strata\\pack",
"--native",
"C:\\work\\Strata-data\\models\\Maximilian228--Qwen3.8-Flash-Next-NVFP4-GPTQ-Strata\\qwen-nvfp4-gptq-dense.gguf",
"--native-dense-gguf",
"C:\\work\\Strata-data\\models\\Maximilian228--Qwen3.8-Flash-Next-NVFP4-GPTQ-Strata\\qwen-nvfp4-gptq-dense.gguf",
"--ple-gguf",
"C:\\work\\Strata-data\\models\\Maximilian228--Qwen3.8-Flash-Next-NVFP4-GPTQ-Strata\\ple-fp8.gguf",
"--embd-gguf",
"C:\\work\\Strata-data\\models\\Maximilian228--Qwen3.8-Flash-Next-NVFP4-GPTQ-Strata\\token-embd-bf16.gguf",
"--expert-profile",
"C:\\work\\Strata\\data\\expert-profile.bin",
"--expert-cache",
"auto",
"--prefill",
"auto",
"--spec",
"4",
"--mtp",
"C:\\work\\Strata-data\\mtp\\rt",
"--max-context",
"262144",
"--kv",
"k8v4",
"--resident-budget-gib",
"39",
"--vision",
"--vram-reserve-mib",
"700",
"--spec-min-p",
"0.5",
"--pool-workers",
"2",
"--conversation-cache-mib",
"8192",
"--conversation-cache-min-tokens",
"20000"
],