这套系统采用3个流水线)的结构,系统运行的是 DeepSeek-V4.1-Flash,并采用4-bit NVFP4量化。发帖者称,每个专家被压缩至约15,360个参数,使12张 V100能分别承载模型中的专家分片。
这位用户称,在单请求、单流场景下,该服务器优于已公开的4台英伟达 DGX Spark 组合,代码生成速度快约15% 至45%,普通文本生成速度也更高。
整套系统成本约9,450美元,约为三台 DGX Spark 组合价格的一半;不过,其代价是功耗最高可达约2,100W,且噪音较大,并不适合普通办公环境。










