标签
作者通过修补 llama.cpp，在 2x RTX 4060 张量并行基础上把 DFlash2 草稿模型经 RPC 卸载到 AMD Strix 设备，实现混合 Nvidia+AMD 硬件下上下文从 150k 提升到 195k 且不损失性能，并附上了可复现的构建补丁与 PR 合并步骤。