antirez 详解 DwarfStart 三级 prefill 策略:按长度切换 token 路径与分层加载
antirez · x · 2026-09-11
antirez 继续拆解在 M5 Max 上跑 DeepSeek v4.1 Flash 的 DwarfStart 机制,按 prefill 规模分三级:小 prefill 走单 token 路径并利用 experts 缓存,类似解码;较大 prefill 采用 layer-major 方式,Layer N+1 的加载被 Layer N 的处理隐藏;超大规模 prefill 则切换到完整驻留 encoder。他认为这一组合在该场景下接近最优。
所属事件:antirez 在 Mac 上本地跑 DeepSeek v4.1 Flash：单机 15 t/s、双机 25 t/s(12 条相关)→
「Infra」频道最新
- Anthropic S-1 曝超 8000 亿美元未入表的未来算力承诺 — GaryMarcus · 2026-10-27
- Anthropic 约 11GW 算力合同中 NVIDIA GPU 占约 42% — ns123abc · 2026-10-27
- EdgeRock-4B KV cache 256K 上下文仅 72 MiB,比 Qwen3.5-4B 小 99.1% — alifcoder · 2026-10-27
- 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