我重启了一台10年前的至强处理器174次，删掉12个启动参数，换来了每秒多跑4个token

I restarted a 10 year old Xeon 174 times to delete 12 flags and gain 4 tps

作者把之前跑 Gemma 4 模型时用的那串25个启动参数，一个一个关掉做对比测试，看哪些真的有用。结果发现大部分参数都是摆设。真正影响速度的就三样：闪存注意力机制、物理核心线程数，以及按任务类型开关的投机解码。投机解码在写代码时能提速28%，但在总结长文档时反而拖慢54%，所以不能无脑开。另外，自动调参的草稿模型设置对长文本处理很不友好，关掉反而更快...

推荐理由：一篇给本地推理玩家看的硬核调参笔记，用174次重启的笨功夫换来了三个能直接落地的结论：大部分启动参数没用，投机解码要按任务开关，自动调参对长文本是坑。标题会勾人，内容有干货，但话题太窄，出了本地推理圈子就没声量了。