# Qwen3.8-Flash-Next на 125B запустили на AMD Strix Halo без дискретной видеокарты

> 2026-10-25 · AI Release · @ai_release1

> #Qwen #AMD #локальные #HALOGEN #Fedora #LLM #нейросети #локальныйИИ

### ⚡ Главное за 5 секунд - Qwen3.8-Flash-Next на 125 млрд параметров подняли на AMD Strix Halo — без дискретной видеокарты. - Связка железа и софта: 128 ГБ унифицированной памяти, слой HALOGEN, система Fedora 43. - На каждый шаг генерации у MoE активны только 6 млрд параметров — на этом и держится вся схема. ### 🔍 Что обнаружено Автор статьи на Habr собрал локальный LLM-сервер на APU AMD Strix Halo с 128 ГБ унифицированной памяти. Модель — Qwen3.8-Flash-Next, гибридная архитектура MoE: 125 млрд параметров хранятся в памяти, но в работе на каждом токене участвуют лишь около 6 млрд. Запуск идёт через HALOGEN на Fedora 43. Дискретная видеокарта в конфигурации не участвует — вся модель живёт в общей памяти APU. Механика простая: в MoE-модели на каждый токен маршрутизатор поднимает лишь часть экспертов, поэтому считать приходится по «активным» 6 млрд, а не по всем 125 млрд. Но держать в памяти всё равно нужно весь объём весов — вот тут и нужен большой пул унифицированной памяти, который Strix Halo даёт одним куском для CPU и GPU. HALOGEN в этой схеме отвечает за слой запуска модели, сама работа идёт под Fedora 43. ### 💡 Почему это важно Унифицированная память превращает APU в машину для локального инференса: 128 ГБ хватает, чтобы целиком уложить MoE-модель на 125 млрд параметров, и не покупать при этом дискретную карту. Для тех, кто гоняет модели дома или в офисе без датацентрового железа, это рабочий сценарий, а не теоретический: автор статьи довёл сборку до запуска и описал её. Детали конфигурации и параметры запуска — в исходной статье на Habr.

[Источник](https://habr.com/ru/articles/1098996/)