楼主分享使用指定MTP量化版Qwen3.6-27B GGUF模型、llama.cpp对应PR及优化配置，在RTX3090上实现10万上下文下50t/s的推理速度；社区网友讨论了MTP参数影响、多类设备适配、缓存量化的权衡等问题。