一个对所有 DGX Spark 用户来说的重大时刻 ⚡️

您现在可以运行 DeepSeek v4 Flash 0731 而无需第二台设备，质量足够高，可实现可靠的代码生成、高上下文支持以及出色的速度！

针对单流会话进行了优化：
- EXL3 量化
- 384k 上下文（保守估计） / ~440k kv 缓存 (!)
- 47 tok/s 单流（结构化）
- 1024 tok/s 预填充
- 370k 令牌针测试通过（超级稳定！）

感谢
@0xSero
提供的这个优秀的 EXL3 量化！针对 SparkInfer + DSpark 推测解码进行了调整，其质量与 Q4_K_M / Q5 GGUF 相当！

所有这些都得益于原生 NVFP4 KV 缓存以及修复上游预填充路径中的内核错误，使其能够正常工作。