网友分享用llama.cpp在8GB显存+24GB内存上运行Qwen-Flash-Next Coder，通过将MOE卸载到内存、n-gram放SSD实现70T/s预处理和8T/s生成，但CUDA下8GB易失败需改用Vulkan，评论区还讨论了12GB配置、正则调优及与Strata方案的性能对比。