DeepSeek-V4-Flash 量化版 A100 实测：仅占 15.8GB 显存
Different-Pickle1021 · reddit · 2026-08-01
开发者在 A100 (40GB VRAM) 上使用 unsloth 的 GGUF 格式实测了 DeepSeek-V4-Flash-0731。在使用 Q8KXL 量化（162GB）并将所有专家层卸载至 CPU 的情况下，模型生成速度约为 16.1 tok/s，且仅占用了 15.8GB 的显存。
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