MTP 反而更慢？8GB 显卡跑 Ornith 1.5 9B 实测吞吐减半引讨论

Reddit 用户在最新 llama.cpp 上用 draft-MTP 加速 Ornith 1.5 9B 的 GGUF 量化版，8GB RTX 4060 上吞吐反而减半。生成约 15 tok/s、预填充 200 tok/s，draft 接受率高达 0.95，但显存带宽与 GPU 利用率也只剩一半。作者怀疑是消费级显存受限下的调度或实现问题，帖中附完整启动命令。