---
type: "Article"
title: "DeepSeek-V4-Flash NVFP4 mit vLLM auf 2× DGX Spark"
description: "DeepSeek-V4-Flash NVFP4 mit vLLM auf 2× DGX Spark: Rezept von Weschera mit Tempo, Bedingung und Quelle je Zahl, Gewichten und Lizenz."
resource: "https://www.contextstudios.ai/de/lokale-ki/weschera--dsv4-flash-dspark-1m-nvfp4kv-2x-dgx-spark"
language: "de"
generated:
  by: "process:contextstudios-md/1"
  at: "2026-10-02T23:09:46.032Z"
status: "stable"
---

# DeepSeek-V4-Flash NVFP4 mit vLLM auf 2× DGX Spark

DeepSeek-V4-Flash NVFP4 mit vLLM auf 2× DGX Spark: 65,4 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: NVFP4-KV-Pfad (Stage C: 584-byte padded envelope via nvfp4_ds_mla; NICHT der 416-byte true-layout Fix — dokumentiert gescheitert >411 prompt tokens)
- Modellfamilie: DeepSeek-V4-Flash
- Hardware: dgx-spark x2
- Kontext: 1048576

## Alle Zahlen

- 65,4 tok/s (Spitze; Spitze, 1 Anfrage, Bestwert der Quelle) — [source](https://github.com/Weschera/DeepSeek-v4-Flash-DSpark-1M-NVFP4-KV-2x-DGX-Spark/blob/main/README.md)
- decode_tps: 65.38 (1 Anfrage) — [source](https://github.com/Weschera/DeepSeek-v4-Flash-DSpark-1M-NVFP4-KV-2x-DGX-Spark/blob/main/README.md)

## Gewichte

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

[https://github.com/Weschera/DeepSeek-v4-Flash-DSpark-1M-NVFP4-KV-2x-DGX-Spark](https://github.com/Weschera/DeepSeek-v4-Flash-DSpark-1M-NVFP4-KV-2x-DGX-Spark)

## Related

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