DeepSeek-V4-Flash 被移植至 AMD Strix Halo 运行
Fit-Produce420 · reddit · 2026-07-31
有开发者尝试在 AMD 最新的 Strix Halo 硬件上运行量化后的 DeepSeek-V4-Flash-GGUF 模型。
据反馈，该模型在单张 Strix Halo 上可支持约 64K 的上下文长度，推理速度大约为 35 tokens/s。虽然绝对速度不算惊艳，但如果模型能力表现稳定，这种端侧部署方案已具备一定的日常可用性。
所属事件:DeepSeek V4 Flash实测：低成本高性能引发社区热议(33 条相关)→
「Infra」频道最新
- Google 将 2026 年资本开支上调至最高 2050 亿美元 — emmanuelvivier · 2026-10-16
- Google 开源 AX:像 Kubernetes 一样编排数十亿 Agent 任务 — thisdudelikesAI · 2026-10-16
- Valtz 新版支持 FLUX.3，Mac 本地生图最高 4K 分辨率 — TgoAI · 2026-10-16
- 百度开源 FlashMask：长上下文训练最高比 FlashAttention-4 快 1.55 倍 — BaiduResearch · 2026-10-16
- 独立开发者 GYRO 量化实测：体积更小却达 ISTA Q3 水平 — PlasticRevenue4601 · 2026-10-16
- RL 训练系统已成前沿建模最复杂的基建难题,_best_方案是商业机密 — brianryhuang · 2026-10-16