RecodeX 重构消息，一个爱好者项目实现了在8GB内存条件下运行125B参数规模的AI模型。该引擎通过PCIe从NVMe固态硬盘流式读取Qwen3.8-Flash-Next的混合专家（MoE）权重，在显存上限设为16GB的RTX 4090上，预填充阶段达到每秒1600个token，生成阶段为每秒20个token。