---
type: "Article"
title: "DeepSeek-V4-Flash FP8 mit vLLM auf 2× DGX Spark (1024k Kontext)"
description: "DeepSeek-V4-Flash FP8 mit vLLM auf 2× DGX Spark (1024k Kontext): Rezept von Weschera mit Tempo, Bedingung und Quelle je Zahl, Gewichten und Lizenz."
resource: "https://www.contextstudios.ai/de/lokale-ki/weschera--dsv4-flash-0731-dspark-k7-2x-dgx-spark"
language: "de"
generated:
  by: "process:contextstudios-md/1"
  at: "2026-10-02T10:31:58.273Z"
status: "stable"
---

# DeepSeek-V4-Flash FP8 mit vLLM auf 2× DGX Spark (1024k Kontext)

DeepSeek-V4-Flash FP8 mit vLLM auf 2× DGX Spark (1024k Kontext): 83,8 tok/s laut github.com (Datensatz-Stand: 29. Sept. 2026).

- Kreator: [Weschera](https://www.contextstudios.ai/de/lokale-ki/kreatoren/weschera.md)
- Engine: vLLM
- Quantisierung: Official BF16/FP8-Checkpoint mit nvfp4_ds_mla-KV (block 256); MoE FlashInfer B12X
- Modellfamilie: DeepSeek-V4-Flash
- Hardware: dgx-spark x2
- Kontext: 1048576

## Alle Zahlen

- 83,8 tok/s (Gemischt; Gemischt, 1 Anfrage, gemischtes Prompt-Set, mit Draft) — [source](https://github.com/Weschera/DeepSeek-V4-Flash-0731-DSpark-2x-DGX-Spark/blob/main/README.md)
- decode_tps: 83.8077 (1 Anfrage) — [source](https://github.com/Weschera/DeepSeek-V4-Flash-0731-DSpark-2x-DGX-Spark/blob/main/README.md)
- decode_tps: 83.8077 (1 Anfrage) — [source](https://github.com/Weschera/DeepSeek-V4-Flash-0731-DSpark-2x-DGX-Spark/blob/main/README.md)

## Gewichte

- [deepseek-ai/DeepSeek-V4-Flash-0731](https://huggingface.co/deepseek-ai/DeepSeek-V4-Flash-0731) (main, mit)

[https://github.com/Weschera/DeepSeek-V4-Flash-0731-DSpark-2x-DGX-Spark](https://github.com/Weschera/DeepSeek-V4-Flash-0731-DSpark-2x-DGX-Spark)

## Related

- [Lokale KI auf Ihrer Hardware.](https://www.contextstudios.ai/de/lokale-ki.md)