Reddit用户janvitos分享在12GB RTX 4070 Super上，通过llama.cpp的Gemma 4 MTP补丁和量化模型，实现120 tok/s推理速度，相比未启用MTP的60 tok/s提升2倍。网友热议显存占用接近极限（约11.5GB），并讨论iGPU释放显存、AMD显卡兼容性及等待PR合并。有用户实测A5500笔记本从44 tok/s提升至57 tok/s，验证了MTP技术的有效性。