Strata 多 GPU 显存与 RAM 分配机制答疑

用户在使用 Strata 配合 QFN - UD-Q4_K_XL 跑模型时发现，从单 GPU 扩展到三 GPU 后 token 生成速度仅从约 70 t/s 提升到约 100 t/s，RAM 用量始终维持在 80 GB 左右，并未因 VRAM 被填满而下降，质疑多 GPU 配置的实际收益。