单张 3090 极限跑 DeepSeek V4：每秒生成 4 tokens
Altruistic_Heat_9531 · reddit · 2026-08-01
一位开发者在未优化的单张 RTX 3090 系统上成功运行了 DeepSeek V4 模型。在搭配老旧 CPU、机械硬盘以及 Unsloth UD Q2 KXL 量化方案的情况下，实现了 4.02 tokens/s 的生成速度和 40 tokens/s 的提示词处理速度。这展示了在极受限的硬件环境下部署大模型的真实数据。
所属事件:DeepSeek V4 Flash 本地部署潮(26 条相关)→
「Infra」频道最新
- 同样 1000 个 Cloudflare Durable Objects，月成本从 4050 美元压到 22 美元 — threepointone · 2026-10-16
- NVIDIA 发布 Qwen3.8-Flash FP4 量化版，主打本地部署 — nvidia · 2026-10-16
- 百度提出 Virtual Head Attention：同时压 KV cache、算力并保质量 — baidu · 2026-10-16
- DuoDiscover 让 Agent 自建快速评估代理，TPU 内核提速 2.68 倍 — berkeley_ai · 2026-10-16
- 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