DeepSeek-V4-Flash单机推理实测：6.5GB模型实现48.9 tok/s
max_paperclips · x · 2026-08-03
开发者 @danpacary 在单台 DGX Spark 上成功运行了 81GB 权重的 DeepSeek-V4-Flash-0731 模型。
- 硬件配置：128GB 内存
- 纯解码速度：22.5 tok/s
- 推测式解码：加入 6.5GB 的 drafter 模型后，速度提升至 48.9 tok/s
该测试基于 antirez 开发的 ds4 推理引擎。
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