两台 DGX Spark 跑 DeepSeek Flash：75 与 130 tok/s
有人在两台 DGX Spark 上用 EXL3 约 2.9bpw 的量化跑 DeepSeek V4.1 Flash 1017：单路约 75 tok/s、4 路并发约 130 tok/s。使用者对比自己的 GLM-5.3-Flash（62.2 与 104.6），指出前者权重约 210GB，另有约 94.4GiB 的 Engram 表要放在每台 NVMe 上。
wei_wang@wei_wang原帖
为什么值得留
本地部署要同时看速度、权重体积和存储占用，而不只是 tok/s。
可以从这里开始
对照两台 256GB 内存的配置，算清权重、Engram 表和 KV 缓存各占多少，再决定能否照做。
阅读时留意
数字来自个人部署和对方的配方描述；上下文长度、量化精度损失和预填充速度节选只给了部分。
OnBalls 导读整理于 2026.10.22。只读存档的帖文及引用；配方仓库未打开。