Նշում շրջանակի մասին։ Այս հետազոտությունն ընթացել է լաբորատորիայի DGX Spark զույգի վրա՝ սեփական ամրագրված harness-ով. պատկերի digest-ը, մոդելի ռևիզիան և մետրիկների բանաձևերը ռեպոզիտորիայի run-մանիֆեստում են, հում ելքերը՝
results/raw/-ում։ Այն դեռ չի մտնում մեր քարտերի հետևում կանգնած claim registry. ստորև թվերը մեջբերվում են հրապարակված ռեպոզիտորիայից, որտեղ դրանք կարելի է ստուգել հում գրառումների դիմաց։
Գտածոն
DeepSeek-V4-Flash-0731-ը՝ 284B պարամետրով MoE՝ ~13B ակտիվով, սպասարկվում է երկու DGX Spark (GB10) հանգույցի վրա RoCE-ով՝ տենզորային զուգահեռականությամբ։
Runtime-ի պատկերը պարունակում է FlashInfer MoE միջուկ, որը հավաքված է հատուկ
այս մոդելային ընտանիքի նատիվ MXFP4 փորձագետների համար GPU-ների այս սերնդի
վրա։ Բեքենդի ավտոընտրությունը (auto) այն չի ընտրում։
Ձեռքով հարկադիր ընտրությունը (--moe-backend flashinfer_b12x) արժե +13.3% միջինով և +16.6% մեդիանով դեկոդի կլիենտային մետրիկայի վրա միահոսք կոնտրոլում. սերիայում կա մեկ արտանետում, ուստի ռեպոզիտորիան բերում է երկու վիճակագրությունն էլ։
Ստուգումը, որ դրոշակն իրոք գործել է, լոգի մեկ տողն է. սերվերը պետք է հաշվետու
լինի B12X բեքենդի, ոչ թե DEEPGEMM ֆոլբեքի մասին։ Առանց այս ստուգման դրոշակը
կարող է լուռ ոչինչ չանել։
Ինչու է սրա տեղը որակավորման լաբորատորիայում
Լռելյայնը վճիռ չէ։ Միջուկը կա պատկերում, այն ավելի արագ է հենց այս մոդել-այս-սիլիցիումի-վրա կապակցության համար և բացառված է ավտոմատ ընտրությունից — ուրեմն այս զույգի յուրաքանչյուր «տուփից դուրս» տեղակայում սեղանին է թողնում դեկոդի երկնիշ տոկոսներ՝ առանց մեկ սխալի, նախազգուշացման կամ տեսանելի նշանի։ Իմանալու միակ ճանապարհը՝ չափել այն կոնֆիգուրացիան, որն իրականում գործարկում ես, և կարդալ լոգերը՝ հաստատելու, թե runtime-ն իրականում ինչ արեց։ Սա լաբորատորիայի ամբողջ փաստարկն է մեկ դեպքի մեջ։
Ինչ է տալիս ռեպոզիտորիան
Երկհանգույց head-first գործարկման սկրիպտ՝ ֆաբրիկայի փաստաթղթավորված թակարդներով (peer-ը չպետք է միանա ավելի շուտ, քան գլխային հանգույցի store-ը կսկսի լսել), բենչմարկ-harness երկու բեռնվածքային պրոֆիլով և մաքուր դեկոդի ռեժիմով, որը չափում և բացառում է TTFT-ն, պատկերի ամրագրված digest և մոդելի ռևիզիա, և բենչմարկների հում ելքեր։ Չափվել է community-քվանտավորված FP8 դերիվատիվը՝ ամրագրված ռևիզիայով. պաշտոնական aligned չեքփոինթը նշված է, բայց չի չափվել — ռեպոզիտորիան դա ասում է բացահայտ, և մենք նույնպես։
Ինչ սա չի հաստատում
Claim registry-ում առայժմ թվեր չկան. DGX Spark գիծը դեռ չի անցել մեթոդաբանություն v1-ը (սառեցված կորպուսներ, ապացույցների փաթեթներ, դուրսբերվող claim-ներ) — սա այս ստենդի պլանավորված հաջորդ քայլն է։ Մեկ անցում մեկ կոնֆիգուրացիային։ Ոչ մի համեմատություն այլ սարքերի հետ, և այստեղից ոչինչ չի տեղափոխվում պաշտոնական չեքփոինթի, մոդելների այլ չափերի կամ պատկերի ապագա տարբերակների վրա։
Ապացույցներ
Այս հետազոտության լոնգրիդ տարբերակը՝ Habr-ում. DeepSeek 0731-ը DGX Spark-ի վրա։ Բաղադրատոմսը, մանիֆեստը և հում ելքերը՝ github.com/botAGI/dspark-0731-gb10։ Մեր չափողական harness-ը որակավորման գծերի համար՝ agmind-bench։