4× DGX Spark
46tok/sAlltag
1 Anfrage, Prosa-Prompt, mit DSpark Quelle
Intelligenzkein unabhängiger Wert
Lokale KI · Rezept · 2× DGX Spark
DeepSeek-V4-Flash 0731 MXFP4 mit DwarfStar + DSpark auf 2× DGX Spark (Netzwerk-TP)
DeepSeek-V4-Flash 0731 MXFP4 mit DwarfStar + DSpark auf 2× DGX Spark (Netzwerk-TP): 75,6 tok/s laut github.com (Datensatz-Stand: 29. Sept. 2026).
von antirez
Engine
- Engine
- DwarfStar (ds4) main@fc80bd69 (2026-10-07)
- Quantisierung
- MXFP4 Experten (nativ), F16 HC/Compressor/Indexer, Q8 Attn/Shared/Out; Experten hälftig je Spark (~77 GiB je Host)
- Modellfamilie
- DeepSeek-V4-Flash
- Kontext
- 65.536
- Kreator
- antirez
- GitHub-Sterne
- 23.753
- Repo-Stand
- 8. Okt. 2026
Messwerte
Alle belegten Werte dieses Rezepts, je mit Bedingung und Quelle. Balken im Verhältnis zum größten Wert der Gruppe.
Decode · 1 Anfrage
Was brauche ich
- Hardware
- 2 × NVIDIA DGX Spark (GB10)
- Gewichte
- Hauptgewichtantirez/deepseek-v4-gguf MIT
- Draft-Modellantirez/deepseek-v4-gguf MIT
- Engine
- DwarfStar (ds4) main@fc80bd69 (2026-10-07)
- Kontext
- 65.536 Token
Verwandte Rezepte
4× DGX Spark
42tok/sAlltag
1 Anfrage, Prosa-Prompt, mit DSpark (laut Rezept) Quelle
Intelligenzkein unabhängiger Wert
- Eigener Kernel nötig
3× DGX Spark
41,9tok/sAlltag
1 Anfrage, Prosa-Prompt, mit DSpark (laut Rezept) Quelle
Intelligenzkein unabhängiger Wert
- Eigener Kernel nötig
2× DGX Spark
33,2tok/sAlltag
1 Anfrage, Prosa-Prompt, mit DSpark (laut Rezept) Quelle
Intelligenzkein unabhängiger Wert
- Eigener Kernel nötig
1× DGX Spark
30,2tok/sAlltag
1 Anfrage, Story-Prompt, Prompt 18 Token, mit MTP (laut Rezept) Quelle
Intelligenz34mit Denken
- ≤ 3 bit: Quantisierung kann Qualität kosten
1× Mac
28,5tok/sAlltag
1 Anfrage, Prosa-Prompt, Kontext 32k, mit DSpark (laut Rezept) Quelle
Intelligenzkein unabhängiger Wert
- ≤ 3 bit: Quantisierung kann Qualität kosten
Lokale KI im eigenen Unternehmen?
Im Workshop klären wir, welche Modelle und welche Hardware zu Ihren Aufgaben passen, und bauen den ersten Agenten auf Ihrer Infrastruktur.