DeepSeek v4 Flash 单块 DGX Spark 跑赢双卡，agentic 工作流性能反超
pbaylies · x · 2026-08-02
MiaAI 实验室发布测试：DeepSeek v4 Flash 在单块 DGX Spark 上运行 agentic 工作流，性能超过双卡 vLLM 版本。聚合吞吐量从 26.7 tok/s 提升至 58.5 tok/s（12 并发），但单流速度下降。作者推荐双卡以获得 3 倍速度，并提供了启动/停止脚本。
所属事件:DeepSeek-V4-Flash 本地部署实测：多硬件跑分与极限量化方案(14 条相关)→
「Infra」频道最新
- AMD 入局开源大模型：发布 Instella-MoE-16B 推理模型 — airesearch12 · 2026-08-03
- 美国多州拟取消数据中心税收优惠，AI算力成本或面临上升 — pstAsiatech · 2026-08-03
- 低显存跑视频模型太慢？开发者探讨 HuggingFace Pro 订阅的性价比 — Smooth-Telephone9443 · 2026-08-03
- AI 离线推理怎么做？开发者热议批量任务的最佳工程实践 — cmm324 · 2026-08-03
- AI 工程师必看：LLM 推理部署与优化 10 周实战路线图 — _jaydeepkarale · 2026-08-03
- 应用开发者应自研端侧模型：将算力下放给用户 — abacaj · 2026-08-03