DeepSeek v4 单卡跑出 47 tok/s，通过 37 万针测
EAccelerate_42 · x · 2026-08-21
DeepSeek v4 Flash 0731 模型已优化至可在单台 DGX Spark 设备上流畅运行。该配置使用 EXL3 量化技术，在单流会话中实现了 47 tok/s 的生成速度和 1024 tok/s 的预填充速度，并通过了 37 万 token 的针测试。性能得益于原生的 NVFP4 KV 缓存支持，质量与 Q4KM / Q5 GGUF 相当。
所属事件:47美元单卡运行DeepSeek-V3-Flash 实现47 tok/s(2 条相关)→
「Infra」频道最新
- 黄仁勋做客 BG2 播客:谈 AI 收入能否撑起 Capex 与 2027 瓶颈 — elonmusk · 2026-10-16
- Mistral 本地推理基建机架曝光:DGX Spark、Mac Studio 等混搭 — gregmushen · 2026-10-16
- 英伟达携手瑞典 Wallenberg，Launch 共享 AI 超算 Sferical One — nvidia · 2026-10-16
- 基础设施下一站:能自我进化、自我验证的自适应系统 — _shreya_s · 2026-10-16
- 小米 MiMo RL 训练曝光:30 步花掉 347 万美元 — bycloud · 2026-10-16
- Cerebras 用异构 prefill 池喂晶圆级引擎，解码速度与 batch 解耦 — ai · 2026-10-16