ai.canshu.com
EN
显存计算器 配机与回本向导 API 价格 同屏 PK 对比 模型库 排行榜 显卡库

全局搜索模型、显卡与工具

↑↓ 移动 · Enter 直达 · ★ 优先展示我的关注 ai.canshu.com
Q4_K_M: 流畅可跑 77.26 GB / 99.8 GB 安全可用

AMD Ryzen AI Max+ 395 Mini PC (128GB Unified) 运行 Qwen3.5-122B-A10B (MoE) 显存与速度估算

可以流畅运行。在主流 Q4_K_M 4-bit 量化(16K 上下文)下,Qwen3.5-122B-A10B (MoE) 总显存占用约 77.26 GB(权重 73.96 GB + KV 缓存 0.52 GB + 系统开销 2.78 GB),低于 AI Max+ 395 128G 的安全可用水位(99.8 GB),预估单并发推理速度约 26.7 tokens/s。

并发请求数 (Batch):
MoE 122B / A10B·48L (d=3072)·32Q/2KV·Ctx 256K·Text+Image+Video
该设备兼容榜 →
128 GB 统一内存·256 GB/s·安全可用上限 99.8 GB
流畅可跑77.26 / 99.8 GB~26.7 tok/s
3. 权重量化精度
4. 单并发上下文窗口16K (16,384 tok)
参数核验:2026-11-20·带宽与算力屋顶模型估算(当前并发=1)
流畅可跑
77.26/ 99.8 GB 可用显存

物理总容量 128 GB · 占用率 77.4%

理论带宽解码速度 (Decode)
~26.7tokens/s

MoE 架构:每步仅读取 6.06 GB 激活权重

当前并发 (1x) 最大可开窗口
256K/ 256K

高并发下开启 Q8/Q4 KV 量化可成倍提升并发上限

模型权重: 73.96 GBKV Cache (1×16K): 0.52 GB框架开销: 2.78 GB
统一内存默认预留约 22% 给操作系统
🏃 丝滑顺畅(超越人眼阅读)生成 500 Token 回答约需 18.7 秒
参考启动命令:
OLLAMA_CONTEXT_LENGTH=16384 ollama run qwen3.5:122b-a10b

AI Max+ 395 128G 可运行 Qwen3.5-122B-A10B (MoE) · 硬件成本与回本参考

参考均价约 ¥13,999(折合 ¥109/GB)· 满载约 120W

📊 Qwen3.5-122B-A10B (MoE) 在 AI Max+ 395 128G 上的各量化档位表现

量化精度 总显存占用 (16K) 兼容性诊断 预估速度 最大可开上下文
FP16 / BF16 250.7 GB 显存不足 (OOM) — —
FP8 / Q8_0 134.04 GB 显存不足 (OOM) — —
GGUF Q6_K 103.86 GB 显存不足 (OOM) — —
GGUF Q5_K_M 90.33 GB 临界可跑(注意上下文水位) ~21.1 tok/s 256K
Q4_K_M / AWQ 77.26 GB 流畅可跑 ~26.7 tok/s 256K
GGUF IQ4_XS 67.93 GB 流畅可跑 ~30.3 tok/s 256K
GGUF Q3_K_M 62.64 GB 流畅可跑 ~32.8 tok/s 256K
GGUF Q2_K 50.82 GB 流畅可跑 ~40.2 tok/s 256K

💡 流畅运行 Qwen3.5-122B-A10B (MoE) 的其他热门硬件对比

常见问题解答 (FAQ)

AMD Ryzen AI Max+ 395 Mini PC (128GB Unified) 能运行 Qwen3.5-122B-A10B (MoE) 吗?

可以流畅运行。在主流 Q4_K_M 4-bit 量化(16K 上下文)下,Qwen3.5-122B-A10B (MoE) 总显存占用约 77.26 GB(权重 73.96 GB + KV 缓存 0.52 GB + 系统开销 2.78 GB),低于 AI Max+ 395 128G 的安全可用水位(99.8 GB),预估单并发推理速度约 26.7 tokens/s。

Qwen3.5-122B-A10B (MoE) 在 AI Max+ 395 128G 上推荐使用哪种量化精度?

针对 AI Max+ 395 128G,最高画质可用档位推荐 GGUF Q5_K_M(高均衡度),约需 90.33 GB 显存,预估生成速度 21.1 tokens/s,最长可开约 256K 上下文。

满血无损 FP16 跑 Qwen3.5-122B-A10B (MoE) 需要多大显存?

在 FP16/BF16 原精度(16K 上下文)下,Qwen3.5-122B-A10B (MoE) 需要约 250.7 GB 显存(其中模型权重占 244 GB)。由于该模型采用 MoE 架构,虽然全部 122B 参数均需驻留显存,但每步仅读取 10B 激活参数,因此带宽充足时解码速度极快。