本地跑 DeepSeek V4-Flash：双卡 RTX 6000 实测仅支持单人使用
dee_hw · x · 2026-08-02
开发者分享了在搭载 2× RTX PRO 6000 的硬件上运行 DeepSeek V4-Flash 的实测体验。
- 显存瓶颈：受限于 VRAM，上下文长度最高只能设置到 131K。这意味着如果同时处理两个超过 65K 上下文的请求，其中一个必须排队等待。
- 场景建议：通常编码任务需消耗 60K 以上上下文，智能体任务约 30-40K，普通聊天应用为 10-15K。
- 结论：这套双卡算力设备非常适合个人单机使用，也能应付小团队，但无法胜任高并发的生产级部署需求。
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