antirez 总结:encoder/decoder 共享 KV 架构让本地低显存场景也能极速大 prefill
antirez · x · 2026-09-11
antirez 总结 DeepSeek v4.1 Flash encoder/decoder 共享 KV cache 架构的额外收益:它不仅在 prefill(模型读取)阶段节省算力,还让本地低内存推理环境实现非常快的大 prefill。他补充指出全量驻留 decoder 会冲掉 experts 缓存,但新版 SSD 流式加载实现能很好隐藏加载延迟,几秒内即可补偿,问题不大;前提是设备有较好的切换速度。
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