本地部署探讨：DeepSeek 模型 KV Cache 精度对性能影响
esw123 · reddit · 2026-08-03
作者发帖探讨了在 Windows 系统上本地运行 DeepSeek 模型时，KV Cache 精度设置对性能和上下文长度的影响。
在 120GB 内存限制下，使用 IQ2M 量化并配合 F16 cache 时，最大上下文只能达到 65-67K。作者希望社区分享测试数据，讨论使用 Q8 级别 cache 的实际表现与具体选择建议。
「Infra」频道最新
- 作者实测 2×GB10 本地调优 GLM-5.3-Flash：解码速度提升近 20% — EAccelerate_42 · 2026-10-16
- 开发者用3台DGX Spark组本地集群跑GLM-5.3-Flash,配代理均衡日生175万token — Teknium · 2026-10-16
- Optuna 作者秋叶哉：花3亿日元调2个超参的时代，BO/HPO 还有何用武之地 — Stefania_druga · 2026-10-16
- Amazon 发布生产级 RAG 缓存方案：逐请求校验证据复用，零无效命中 — _reachsumit · 2026-10-16
- LinkedIn 推出 TransX:推荐系统序列转导框架,CTR 提升 6.02% — _reachsumit · 2026-10-16
- llama.cpp 新 PR 优化 AVX2 分块累加器,纯 CPU 推理再提速 — jacek2023 · 2026-10-16