AMD Strix Halo 搭配 NVIDIA CMP 170HX 的本地大模型部署方案

用户搭建了一套 Strix Halo 主机 + CMP 170HX 外接 GPU 的本地推理组合：主机跑 qwen 3.8 Flash Next 主力模型，两张 CMP 170HX（已解锁至 64GB）并发跑两路 qwen 3.8 27b 子模型。代理吞吐量约 1747 tok/s pp、100 tok/s tg，整机满载约 400W，总成本约 3k$；该方案让他彻底放弃云端推理。