DeepSeek-V4-Flash 本地推理提速至 120 tokens/s
danielhanchen · x · 2026-08-06
Unsloth AI 宣布通过 DSpark 工具，DeepSeek-V4-Flash-0731 的 GGUF 量化版本在本地运行速度可提升 1.4 至 2 倍，且不损失精度。优化后该模型的生成速度最高可达 120 tokens/s。
所属事件:DeepSeek V4 Flash跑分曝光，性能反超Pro版(3 条相关)→
「Infra」频道最新
- 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
- Valtz 新版支持 FLUX.3，Mac 本地生图最高 4K 分辨率 — TgoAI · 2026-10-16
- 百度开源 FlashMask：长上下文训练最高比 FlashAttention-4 快 1.55 倍 — BaiduResearch · 2026-10-16
- 独立开发者 GYRO 量化实测：体积更小却达 ISTA Q3 水平 — PlasticRevenue4601 · 2026-10-16
- RL 训练系统已成前沿建模最复杂的基建难题,_best_方案是商业机密 — brianryhuang · 2026-10-16