47 美元运行 DeepSeek-V3：剪枝加量化实现 47 tok/s
StefanoGogioso · x · 2026-08-23
该 GitHub 项目展示了如何在约 47 美元的预算下运行 DeepSeek-V3-Flash（原文误作 v4），实现 47 tok/s 的生成速度和 40 万上下文。
核心技术手段包括：
- 使用 exl3 3-bit 量化。
- 配合 18.5% 的剪枝 (Pruning)。
- 强调在量化基础上叠加剪枝是进一步降低硬件门槛的关键。
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
- 2026 晶圆厂设备支出上调至 1530 亿美元，设备周期被拉长 — BenBajarin · 2026-10-16
- Steam 更新实测 5.23 秒启动反超 Epic，网友调侃 vLLM 该加入「启动时间大战」 — AlpinDale · 2026-10-16
- Shadeform 预告下周一发布六项新功能：降 GPU 成本、扩算力来源 — _jaydeepkarale · 2026-10-16
- Fastino 推出后训练 API：兼容 Tinker SDK，成本降 25%-85% — kalyan_kpl · 2026-10-16
- 达拉斯联储估算：AI 数据中心举债约占期限供给八分之一 — _onionesque · 2026-10-16
- 12GB 笔记本显卡硬跑 Wan2.1 14B FP16:内存交换压测 4 分 11 秒出片 — RYuu-1120 · 2026-10-16