DGX Spark (GB10) 上の DeepSeek-V4.1-Flash：128 GB unified、収まらない、粗い見積もり
DGX Spark (GB10) 上の DeepSeek-V4.1-Flash（128 GB unified）：収まらない。見積もり 476.18 GiB–549.77 GiB、正味 112.00 GiB（FP8 safetensors、4,096 トークン）。
1つの設定に対する条件付きの判断です。コンテキスト・量子化・エンジンを変えると結論も変わります。 このページの設定: FP8 safetensors、キャッシュ 4,096 トークン、シーケンス 1、エンジン vllm。 判定: メモリ不足の見込み。ソフトウェア: 未確認。.
汎用計算機が判定するのは正規チェックポイントです。この組み合わせには、コミュニティが試したデプロイが 3 件あります。
メモリ不足の見込み未確認これは見積もりであり、実機トレースではありません。確認済みの構成 3 件
動作が確認された構成
確認済みの構成 3 件このモデルをこの機材で動かす、確認済みの実行構成です。
DeepSeek-V4.1-Flash
2× NVIDIA DGX Spark (GB10, 128 GB unified)
量子化:EXL3 2.9 bpw (mul1)(2.9 bpw)
ランタイム:vLLM· TP2
オフロード:Engram n-gram tables (shards 47+48) → NVME
テスト済み:
- ✓ テキスト生成
- ✓ 262,144 コンテキスト
- ✓ ツール呼び出し
- ✓ 画像入力
- ✓ 投機的デコード
測定値:31.6 tok/s· 1 ストリーム
検証済みのデプロイです。解説は英語です。
DeepSeek-V4.1-Flash
3× NVIDIA DGX Spark (GB10, 128 GB unified)
量子化:Native MXFP4 MoE + FP8 Dense
ランタイム:SGLang· TP3
オフロード:Engram n-gram tables (189 GiB) → NVME
テスト済み:
- ✓ テキスト生成
- ✓ ~208K テスト済み (256K cfg)
- ✓ ツール呼び出し
- ✓ 画像入力
- ✓ 投機的デコード
測定値:37.9 tok/s· 1 ストリーム
検証済みのデプロイです。解説は英語です。
このページの固定設定
- モデルDeepSeek-V4.1-Flash
- ハードウェアNVIDIA DGX Spark (GB10, 128 GB unified)
- 量子化FP8 safetensors
- コンテキスト長（キャッシュするトークン数）4,096
- 実行エンジン
vllm - 同時シーケンス数1
- KV Cache の精度fp16
技術識別子と共有データ
- モデル
deepseek-v4.1-flash - ハードウェア
nvidia-dgx-spark-128gb-unified - 量子化
fp8 - この構成の共有フラグメント
v2.eyJzY2hlbWFWZXJzaW9uIjoyLCJjYWxjdWxhdG9yVmVyc2lvbiI6IjAuMy4wIiwiZGF0YXNldFZlcnNpb24iOiIyMDI2LTEwLTAyLjEiLCJjb25maWciOnsibW9kZWxJZCI6ImRlZXBzZWVrLXY0LjEtZmxhc2giLCJoYXJkd2FyZUlkIjoibnZpZGlhLWRneC1zcGFyay0xMjhnYi11bmlmaWVkIiwiZGV2aWNlQ291bnQiOjEsInF1YW50aXphdGlvbklkIjoiZnA4IiwiY29udGV4dFRva2VucyI6NDA5NiwiY29uY3VycmVudFNlcXVlbmNlcyI6MSwiZW5naW5lIjoidmxsbSIsImt2VHlwZSI6ImZwMTYifX0
メモリ内訳
- Weight artifact
- 475.24 GiB (510,286,023,000 bytes)
- Raw KV cache
- 0.31 GiB (335,544,320 bytes)
- Engine extras / workspace
- 0.63 GiB–74.22 GiB
- Total estimated demand
- 476.18 GiB–549.77 GiB
- Net calculator budget
- 112.00 GiB
- OS / display reserve
- 16.00 GiB
- Remaining vs net budget
- -437.77 GiB–-364.18 GiB
高い見積もり 549.77 GiB、正味 112.00 GiB
メモリが足りても、指定のエンジン・量子化・OS で動くとは限りません。動いても速いとは限りません。
このデバイスでのほかの公開ファイル
同じモデル・デバイス・コンテキスト（4,096 トークン、1 シーケンス、FP16 KV）。各行は公開済みの重みファイル一式とその標準エンジンで、メモリの大きい順に並べています。
| 量子化 | 実行エンジン | 推定メモリ | 適合 |
|---|---|---|---|
| FP8 safetensors このページ | vllm | 476.18 GiB–549.77 GiB | 収まらない · 粗い見積もり |
結果を左右する前提
- 要求コンテキストは記録上のネイティブ窓 1048576 トークン以内です。
- 常駐ウェイトの見積もりは総パラメータを使い、非アクティブな MoE エキスパートも含めます。
- アクティブパラメータ数は不明、または独立した出典がありません。アクティブ数はルーティング計算量であり、常駐ウェイト全体ではありません。
- ウェイトのバイト数は選んだファイルだけです。リポジトリ内の全量子化を合計しません。
- ダウンロードサイズはピーク GPU メモリではありません。実行時レイアウトと KV は別です。
- ウェイトバイトは公開済み safetensors シャード 48 個、合計 510286023000 バイトです。
- 視覚コンポーネントがあります。テキスト推論ではエンコーダ/projector を含めません。
- MTP / draft ウェイトがあります。有効にするまで含めません。
関連ページ
出典
計算機
組み合わせページはルートのモデルと機材を固定します。変更するにはメイン計算機でカスタマイズし、共有がその身元を保持します。
公開カタログスナップショットを読み込み中…
検索するかカタログから選ぶと、ローカルLLMの必要VRAMが出ます。
検索するかカタログから選ぶと、ローカルLLMの必要VRAMが出ます。