二手双 RTX 3090 本地跑 LLM：装好了却没快多少，瓶颈在哪？

一位开发者用二手 2×RTX 3090 24GB 攒了台本地 LLM 机器，以 Ubuntu + llama.cpp 测试 Qwen 35B A3B 的 GGUF 量化与上下文长度，发现单卡装得下时加第二张卡收益不及预期，长上下文还会明显拉长 prefill。