8GB显存就够，Strata 让普通电脑也能运行千亿参数大模型

青小蛙帮你们试过了，可行！

RTX 5070、RTX 3060、RTX 4060 Ti、RX 9070 XT、RX 9060 XT、RX 7800 XT、RTX 3090，甚至多年前的 Quadro RTX 4000 和 TITAN RTX…

以上这些常见的显卡，只要有 8GB 显存、16GB 内存，一台普通电脑，就有机会在本地运行拥有 1250 亿参数的大模型 Qwen3.8-Flash-Next。

这就是最近几天，开源项目 Strata 带来的震撼：https://github.com/Niko1221/Strata

甚至，青小蛙觉得，这可能是普通人，第一次能够在普通电脑上，以如此低的硬件门槛，运行一个真正「能用起来」的千亿参数大模型。

8GB 显存，究竟能运行多强的大模型？

Qwen3.8-Flash-Next，这是2026年8月发布的开源模型，1250 亿参数，在部分编程和推理测试中，成绩已经超过 Claude Opus 4.6。

不过，8GB 显存显然无法运行完整的 Qwen3.8-Flash-Next，即使经过压缩，模型仍然需要几十 GB 的存储空间。

Strata 巧妙的将模型的一部分放到系统内存之中，甚至还有一部分放到 SSD 中，这样显卡内存的需求量就没那么大了。

于是普通电脑才有了机会。

（注意，不要使用机械硬盘，青小蛙试过了，太慢，慢死）

Strata 的用户反馈了非常多的测试结果：

在本地运行大模型，最重要的体验就是生成速度了，青小蛙觉得能达到40tok/s就可以用了，60tok/s以上则非常流畅。

但是！

Strata 虽然对显卡要求不高，但是对内存要求极高。

三个门槛：

1. 32GB 内存：入门级。适合运行经过大幅压缩的 Coder 等精简模型，需要牺牲部分模型能力。
2. 48GB 内存：进阶级。可以尝试 Q2_0、IQ2_XS 等低精度量化版本，保留完整的专家结构。
3. 64GB 内存：推荐级。可以运行 IQ3_XXS、IQ3_S 等更高精度的量化版本，更适合日常使用。
4. 96GB 内存：高配级。可以尝试 IQ4 等更高精度的模型，进一步减少量化带来的能力损失。

而需要360GB显存的原始 Qwen3.8-Flash-Next 模型，在部分编程测试中已经超过 DeepSeek-V4-Flash，甚至在部分项目中领先 Claude Opus 4.6。

虽然没办法直接比较模型能力，青小蛙觉得入门级的 Strata 也足够一般家庭的大模型使用了，比如跑个龙虾在家运行小任务、智能家居、智能问答、处理文档、识别图片等等，甚至就帮你安装、维护 Linux 这一项，就很赞啊。

最重要的是，只需要电费，完全不需要任何 API 费用，并且不限量。

推荐给有显卡的各位试试。

N卡的都在跑 Strata，我们 AMD 试试 gufo

是的了，AMD 也有自己的 Strata：https://github.com/gufo-org/gufo

原文：https://www.appinn.com/strata/