DeepSeek 4.1 Flash 全精度跑上 Mac:4 颗 Max-Q 达 200 TPS
TheZachMueller · x · 2026-09-11
有开发者实测 DeepSeek 4.1 Flash 以全精度配合 DSpark 引擎,在 4 颗 Apple Max-Q 芯片、仅 64GB 系统内存的机器上跑出约 200 TPS 的速度。
关键技巧是把约 200GB 的 Engram(本质是一张哈希表)offload 到 NVMe 而非全部常驻内存,效果出乎意料地好、成本大幅降低。作者表示还有优化空间,vLLM 的复现配方即将放出。
所属事件:DeepSeek V4.1 Flash 多方实测：近前沿性能，成本仅 1.4%~3.5%(15 条相关)→
「Infra」频道最新
- RTX 5080 十天涨价 40%:1658 美元飙至 2318 美元 — Frizzy-MacDrizzle · 2026-10-27
- 12GB 显存实测:不设 VRAM 上限,出图从 24 秒变 11 分钟 — Impossible-Mail-4619 · 2026-10-27
- Neon 自吃狗粮：文档搜索全部改用自家 Lakebase Search 等 AI 组件 — matei_zaharia · 2026-10-27
- PyTorch 实测:ExecuTorch+Arm SME2 让端侧流式语音识别提速 2.12 倍 — PyTorch · 2026-10-27
- NVIDIA 演示投机解码加速 Jetson 端侧 LLM 推理 — NVIDIA Developer · 2026-10-27
- 单 GPU 收入可随降价上升：Gavin Baker 拆解 token 价格与利润率的算术 — GavinSBaker · 2026-10-27