待验证50% 置信事实精确时间

扣除可卸载的51B Embedding参数后，实际需加载到GPU显存的参数约70B，以FP8精度计算N-Gram Embedding表约占47.7GB显存，offload后可节省约48GB显存

1

来源数

50%

置信度

长期有效

时效性

2026/9/6

首次发现

来源

通义千问Qwen3.8-Flash-Next开源：四大架构升级与部署优化全解析

涉及实体

Qwen3.8-Flash-Nextmodel

相关事实

已验证运行70亿参数以上的本地大模型通常需要至少16GB显存的GPU72% 相似待验证GPU上下文切换需保存完整GPU状态（包括寄存器文件、共享内存和L1缓存），数据量可达数百MB，而CPU上下文切换仅需保存几KB71% 相似已验证运行7B参数模型至少需要8GB显存，70B参数模型则需要专业级GPU70% 相似

引用此条事实

Stable URI

https://kongchang.com/claim/863820

API

curl https://kongchang.com/api/v1/knowledge/claims/863820

MCP

get_claim(id=863820)