**Strix Halo 全上下文基准：推测解码最优深度随上下文增长而漂移**

_The MTP sweet spot moves as context fills: full-context benchmarks on Strix Halo_

> 在搭载 Ryzen AI MAX+ 395 的 Strix Halo 设备上，使用 Vulkan 后端测试 Qwen3 模型发现，随着上下文从空增至 76k token，MTP 推测解码的最佳草稿深度会动态左移——在深度上下文时，过度推测反而慢于无推测。这为长文本推理提供了新的调优依据。

**来源信息**
- **来源**：Hacker News：AI 热帖
- **分类**：ai-models
- **发布时间**：2026-06-06 20:16（北京时间）
- **原文**：[打开原文](https://thefrontierlab.ai/full-context-vulkan-only-strix-halo)