carloslfu/slotstream 是一个项目，它从 SSD 流式加载 Qwen3.8-Flash-Next（125B 混合专家模型），从而在内存为 16~64GB 的 Mac 上运行。2026 年 10 月 25 日的提交 7578fb21e57ec362d19f5050922e0f583914935d 添加了 Q2 验证测量记录，并回滚了直接预测读取候选。变更内容包含在 CLAUDE.md 和 MEASUREMENTS.md 以及 db/ 下的测量与执行记录中。来源为该 GitHub 提交。
测量记录考察了在常规代码与散文类请求中读取预取（read-ahead）与 GPU 执行之间的交互。它在原生引擎和 Splash 引擎中分别使同一个逻辑专家失效，以比较部分未命中的情形，8 个条件均通过了干净运行基准。在开启逐次读取跟踪的比较中，观察到约 14ms 的间隔，但跟踪记录的开销因引擎而异。在两侧都关闭跟踪的对照组中，间隔降至约 8.4ms。read-ahead 对原生执行也有帮助，但当其与 GPU 工作重叠时的原因尚未确认。
直接读取候选是一个小改动，它让 Q2 预测数据无需中间副本即可从请求的位置读取。它保持了正确性，但减慢了完整请求的速度，而且由于记录的诊断中没有收益，因而被回滚。测量无法将延迟归因于 read-ahead 传输、命令传递或并发 I/O 三者中的任何一个。因此，重写共享读取调度器并不是已确认的解决方案，仅凭这份记录无法主张性能等同或更广泛的任务质量。