Reddit 사용자가 듀얼 5060 Ti 환경에서 Qwen 3.6 27B 모델 활용률이 50%를 넘지 못하는 이유를 분석했습니다. 모델 가중치를 메모리에서 읽는 속도(448GB/s)가 토큰 생성 속도를 제한하며, 모델 분할 방식이 성능 저하를 유발하는 것으로 확인되었습니다. Google의 DiffusionGemma는 품질 저하를 감수하고 한 번에 여러 토큰을 생성하여 이 문제를 해결하는 방식을 사용하고 있습니다.