上期聊了DGX Spark部署DeepSeek V4 Flash，当时不太满意，又买了一台想试TP3三机部署——结果这模型不支持单数TP，3台不行，只认2或4。
不过好消息是GitHub有作者7月16号更新了基于VLLM 0.25.2的新推理引擎镜像，不再需要给老引擎打补丁。实测对比：Agent场景速度从48.6 tok/s提升到50-60 tok/s；预填充速度提升64%；MTP从3提升到5且稳定不崩。
目前双机够用，四机TP4能翻倍到120 tok/s。部署文件和镜像已打包放夸克网盘，有DGX Spark的朋友直接用新方案就行。
夸克网盘链接：https://pan.quark.cn/s/6e8c04f369ef?pwd=2uBY提取码：2uBY
