DeepSeek-V4.1-Flash 跨 M5 Ultra 与双 RTX PRO 6000 分层运行
harrythunder · reddit · 2026-09-26
作者分享一个本地部署技巧:DeepSeek-V4.1-Flash 的 prompt 状态每 token 仅 0.9 KB,因此可以在第 20 层把模型切开,跨 CUDA(2× RTX PRO 6000)和 Metal(M5 Ultra)两端运行,只需 1/10GbE 网络连接即可。附详细教程链接,对想用混合 Mac+PC 硬件跑大模型的本地部署玩家有直接参考价值。
「Infra」频道最新
- 百度发布 ERNIE Evolve 自动研究系统,NanoGPT Speedrun 超公开最好成绩 — xiaohu · 2026-11-11
- 百度首次用 RSI 自动优化文心推理,昆仑芯出字速度提升 6.24 倍 — xiaohu · 2026-11-11
- Nvidia 供应承诺单季从 1190 亿飙至 2790 亿美元，锁死 2027-28 显存 — tengyanAI · 2026-11-11
- 独立研究者新优化器：24GB 显存可训 27B 模型，权重仅需 1.6bit — oguzeldereli · 2026-11-11
- 英伟达扩大与 Meta 的 Muse 合作,将向 Meta 投资 30 亿美元 — armand_ruiz · 2026-11-11
- 网友算账质疑 Anthropic:Opus 5.5 十亿美元成本大头不在算力 — teortaxesTex · 2026-11-11