量化 MacBook 竟接近 DGX Spark
anvarazizov · reddit · 2026-07-18
作者用 Terminal-Bench 2.1 和 Terminus-2，对 DeepSeek-V4-Flash 做了两套本地系统对比：
- 1 台 M5 Max MacBook：80.8 GiB 的高度量化 GGUF，约 2.45 bit/weight
- 2× DGX Spark：原生 FP8/FP4 checkpoint，带 DSpark speculative decoding
结果显示：
- MacBook：47/87 = 54.0%
- 2× DGX Spark：45/86 = 52.3%
- 在两边都可评分的 86 个任务里，双方结论一致的有 66 个
- 分歧任务 20 个，Mac-only 11 个，Spark-only 9 个
作者强调这不能证明 2-bit 量化是“免费午餐”，因为两边并非严格控制变量：硬件、KV 形式、上下文上限、运行时、以及 Spark 侧的 speculative decoding 都不同。更准确地说，这是对两套“完整系统”的端到端比较，而不是纯量化消融。
「Infra」频道最新
- DeepSpeed 发布 AutoEP/AutoTP 等并行化进展并办线上答疑 — PyTorch · 2026-10-27
- Cloudflare Durable Objects 被验证为 AI agent 高并发场景优选架构 — tristanbob · 2026-10-27
- Gary Marcus:补上 Q3 数据后，Anthropic 算力效率增速现拐点 — GaryMarcus · 2026-10-27
- 推理社区与 K8s 社区高度重合：万亿市场的 Kubernetes 翻版 — matt_slotnick · 2026-10-27
- vLLM 考虑将更多栈迁往 Rust，推理引擎 Rust 化成趋势 — AccBalanced · 2026-10-27
- 同一套 DeepSeek 内核两种优化路线：vLLM 拆专家、SGLang 降访存 — AccBalanced · 2026-10-27