Søgning
1 research-rapport(er) for »strix-halo«
hvilke 120b modeller er der kommet og hvordan klarer de sig .... det er vist den range af modeller som er bedst til 128gb memory til lokal hosting
… Model recommendations for 128GB Strix Halo and other big unified RAM machines?](https://www.reddit.com/r/LocalLLaMA/comments/1oy1v7q/model_recommendations_for_128gb …
10 briefing-resultat(er) for »strix-halo«
Opfølgning: Strix Halo + CMP 170HX – hybrid setup kører Qwen 3.8 FN og 27B samtidig
En bruger kombinerer AMD Strix Halo iGPU med en NVIDIA CMP 170HX for at køre to modeller parallelt. [Se tidligere briefingen](/archive/2026-10 …
Opfølgning: Qwen3.8-27B når 159 tok/s på R9700 med spekulativ dekodning
… Strix Halo klarer 64,4 tok/s. Stor præstationsforbedring. [Læs den oprindelige brief](/archive/2026-10-02)
Opfølgning: 4.000 dollars til lokal Qwen Flash Next – hvilken opsætning vinder?
… to Radeon AI R9700, en DGX Spark efter prisstigningen, en Strix Halo med 128 GB unified eller seks Intel Arc B60. Budgettet skal bruges …
Er Strix Halo den tætteste på en drømme-LLM-maskine?
Diskussion om hvorvidt Strix Halos store unified memory er bedre end brugte 3090'ere til 20B-32B modeller. Opfølgning på [briefingen 24. september](/archive …
Opfølgning: Tensor-parallelisme på to R9700 i Strix Halo – nu med fuld hastighed
En bruger får to Radeon R9700 til at arbejde sammen via NVMe-PCIe og opnår 37 tok/s med rocm (se [briefingen 7. september …
Strix Halo: Alternativer til llama.cpp giver op til 60 tok/s decode
Brugerbenchmarks viser, at officiel llama.cpp kun rammer 50 % af hardwarepotentialet på Strix Halo. Forks som halogen-flash-server og strix-llama.cpp når …
Opfølgning: Qwen3.8 Flash Quants – 20-30 GB mindre end Unsloth Q4
… Inkluderer en separat ROCmFP4-build til AMD/Strix Halo. [briefingen 26. august](/archive/2026-08-26)
MTP nu understøttet i GLM-4.5-Air via llama.cpp
… Air (106B MoE, 12B aktiv) i llama.cpp, hvilket giver markant speedup – ideelt til maskiner med meget RAM men begrænset compute som Strix Halo.
Strix Halo-guide: Qwen3.8-27B i Q8 med 256K kontekst og vision
En detaljeret guide til at opsætte et LLM API-endpoint på AMD Strix Halo med opskrifter til kvalitet, balance og hastighed – bygget med pi …
Ling 3.0 Flash overgår Qwen-122b på Strix Halo i vLLM
På AMD Strix Halo med vLLM ROCm/HiP og 4-bit komprimering slår Ling 3.0 Flash Qwen-122b i hastighed. Tool calling virker …