DE
Gespräch buchen

Lokale KI · Rezept · 2× DGX Spark

DeepSeek-V4-Flash 0731 Q2 mit DwarfStar auf 2× DGX Spark (Netzwerk-TP)

DeepSeek-V4-Flash 0731 Q2 mit DwarfStar auf 2× DGX Spark (Netzwerk-TP): 26 tok/s laut github.com (Datensatz-Stand: 29. Sept. 2026).

von antirez

26tok/sAlltag

1 Anfrage, Prosa-Prompt (105 Token), 64K alloziert, ohne Spekulation

Quelle: github.com
Intelligenz (Originalmodell) · Artificial Analysis34mit DenkenWert des Originalmodells. Stark komprimiert (~2,1 Bit), Intelligenz dürfte deutlich niedriger liegen.

≤ 3 bit: Quantisierung kann Qualität kosten

Anleitung im README Repo

Engine

Engine
DwarfStar (ds4) main@fc80bd69 (2026-10-07)
Quantisierung
IQ2_XXS gate/up + Q2_K down (routed, imatrix), Q8 Attn/Shared/Out; Experten hälftig je Spark (~45 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

  • Alltag (Decode)26 tok/sKontext 64K · 2026-10-02, direktes 200-Gb/s-RoCE, 512 Decode-Token, ohne Spekulation; Einzelmessung, kein Release-Median Quelle 
  • Spitze (Decode)83,3 tok/sKontext 64K · 2026-10-04, DSpark (Drafter auf beiden Ranks über RDMA), Prompt „C hash table“ (31 Token), Temperatur 0, 512 Token, Median aus 2 Läufen; Prosa-Prompt: 44,0 t/s Quelle 

Prefill je Kontext

  • 32K618 tok/sFresh 32K prefill, 64K alloziert (2026-10-02); 8K-Append 610 t/s; Einzelmessung Quelle 

Was brauche ich

Hardware
2 × NVIDIA DGX Spark (GB10)
Engine
DwarfStar (ds4) main@fc80bd69 (2026-10-07)
Kontext
65.536 Token

Hinweise

Was vor dem Nachbauen wichtig ist.

  • ≤ 3 bit: Quantisierung kann Qualität kostenBei 3 bit und weniger kann das Modell spürbar schlechter antworten als das Original. Die Intelligenz-Zahl gilt für das Original.

Quellen

Verwandte Rezepte

← Zur Übersicht

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.

Zum KI-WorkshopZur Übersicht