DeepSeek V4，已经首先逼着国际设备者为它修专属高速公路了。

发布才两周，开源圈里，第一批 V4 原生基础设施已经冒了出来。

况且，不是那种在现存框架上套一层壳的"小修小补"。

不是通用 GGUF 加载器；不是 llama.cpp 的 wrapper；以致根柢不救助别的模子。

它只干一件事：

把 DeepSeek V4 Flash，在 Mac 上跑到极致。

这条"专属高速公路"，叫ds4.c。而把修出来的东说念主，重量有点吓东说念主——

Salvatore Sanfilippo，治安员圈更闇练他的另一个名字：antirez。

他一手创造了 Redis（GitHub 7.4 万 Star），并躬行主导这个全国最流行的内存数据库整整 11 年。

而当今，他的新边幅 ds4.c，是一个特意为 DeepSeek V4 Flash 打造的腹地推理引擎。

时间线上，已经有网友在 128GB Mac 上把它跑了起来。

不错说，这波，Mac 库存又被 DeepSeek 清了一遍。

鲸鱼，确乎值得。

专为 V4 Flash 打造的腹地推理引擎

4 月 24 日，DeepSeek 发布 V4 系列。其中，V4 Flash 是成果型号：284B 总参数、13B 激活参数、100 万 token 险峻文。

这么的体量，以前简直默许属于云表。

而 antirez 想作念的，是把它塞进一台 Mac。于是，ds4.c 诞生了。

这是一个用C + Metal重新写出来的推理引擎。

通盘边幅就几个文献，C 占 55.4%，Objective-C 30.2%，Metal 13.8%。Metal-only，莫得运行时，莫得框架依赖，莫得概述层。

Metal-only。

Metal 是苹果自家的图形和策画 API，在 Mac、iPhone、iPad 上调用 GPU 都靠它，尽头于苹果生态里的 CUDA。

ds4 只用 Metal 的酷好是，这个引擎只在 Apple Silicon 上跑，岂论 Nvidia 显卡，也岂论 AMD。

通盘边幅只好一个方针：

让 V4 Flash 在腹地的苹果机器上，不仅仅"能跑"，而是着实"能用"。

目下测试舍弃已经尽头夸张：

在 128GB 内存的 MacBook Pro M3 Max 上，2-bit 量化、32K 险峻文，短 prompt 预填充 58.52 token/s，生成 26.68 token/s。

换成 512GB 的 Mac Studio M3 Ultra，长 prompt（11709 token）预填充能到 468.03 token/s，生成 27.39 token/s。

对一个 284B 参数的 MoE 模子来说，这个速率在腹地机器上是可用的。

若何作念到的？

关键在三件事。

第一，非对称量化。

ds4 并不会把悉数参数都压到 2-bit，而是只量化路由的 MoE 巨匠层，up/gate 用 IQ2_XXS，down 用 Q2_K，这些层占了模子空间的绝大部分。

其他组件，分享巨匠层、投影层、路由层，全部保留 Q8 精度不动。

antirez 在 README 里写了一句很径直的话：

这些 2-bit 量化不是开打趣，它们在 coding agent 下阐发细致，能可靠地调用器用。

第二，KV 缓存搬到硬盘上。

当今的 LLM agent 客户端都是无现象的，每次苦求把整段对话再行发一遍。

通用引擎的作念法是每次再行作念 prefill。

ds4 的作念法是把 KV 现象写到磁盘上，下次苦求过来匹配 token 前缀，射中了就径直从磁盘加载，跳过 prefill。

缓存的 key 是 token ID 序列的 SHA1 哈希值。

这对 Claude Code 这种每次启动会发 25K token 开动 prompt 的 agent 场景尤其灵验，第一次 prefill 完成后，后续会话径直从磁盘收复。

第三，内置 OpenAI 和 Anthropic 两套 API 兼容层。

/v1/chat/completions 走 OpenAI 契约，/v1/messages 走 Anthropic 契约。tool calling 也作念了适配。README 里径直给了 opencode、Pi、Claude Code 三种 agent 客户端的建树示例。

对于为什么要作念这件事。

antirez 的文告是，腹地推理限制有好多优秀边幅，但新模子不断发布，庄重力坐窝被下一个要已毕的模子吸走。

通用引擎为了兼容悉数模子，必须作念概述。概述意味着和谐。他想作念的是一条刻意的窄路，一次只赌一个模子，用官方 logits 作念考据，作念长险峻文测试，作念阔气的 agent 集成来阐明它果然能用。

框架依然发布，就有网友不少网友响应，皇冠·app官方站入口已经在 Mac 上跑起来了。

你准备好在腹地跑 V4 了吗？

一个模子一个推理框架

这件事，也在设备者圈炸出了一个更大的参议：

异日会不会酿成——一个模子，一个推理框架？

Hacker News 上一条高赞辩驳提了一个有酷好的目的，淌若首先针对精准的 GPU 加模子组合构建超优化推理引擎呢？

GPU 越来越贵，淌若去掉阔气多的概述层，径直针对精准的硬件和模子编码，可能能优化好多。

这条路的代价也很泄露。统一条辩驳指出，一朝模子逾期，一切重新来过。

antirez 我方也承认了这个问题。他说 ds4 面前赌的是 DeepSeek V4 Flash，但模子可能会换。

不变的督察是，腹地推理要在高端个东说念主机器或 Mac Studio 上跑得靠谱，起步 128GB 内存。

异日会若何，README 里留了个伏笔。

面前是 Metal-only，异日可能会作念 CUDA 救助。但他写得很严慎，也许会，但仅此云尔。这个边幅刻意保握小、快、专注。

更值得存眷的是他在 README 里抛出的一个不雅点，腹地推理当该是三件事全部作念好，开箱即用。

一个有 HTTP API 的推理引擎，一份针对这个引擎和这套假定特别打造的 GGUF，一套和 coding agent 对接的测试和考据。

这是一种全栈腹地推理的念念路，不是把组件拼起来，是把链路当成一个家具来瞎想。

淌若这条路走通了，它可能变嫌腹地推理的玩法。

模子厂商发布新模子的同期，社区里就会有东说念主跳出来给它作念专属引擎，作念专属量化，作念专属 agent 接入。每一代模子都有一个我方的「antirez」。

ds4 还有一个很坦率的细节。README 里有一段声明，这个软件是在 GPT 5.5 的「强力扶持」下设备的，东说念主类进展观念、测试和调试。

antirez 说淌若你不禁受 AI 扶持设备的代码，这个软件不合适你。

两周时间，从 fork llama.cpp 作念适配，到重新写一个专用引擎，离不开 AI 扶持。这件事自己可能比 ds4 还更值得存眷。

One more thing

终末说一下 antirez 这个东说念主。

本名 Salvatore Sanfilippo，1977 年降生于西西里岛。2009 年创建 Redis，主导这个边幅十一年，2020 年离开。

离开时他写过一段话，说我方写代码是为了抒发我方，代码是一件成品而不仅仅灵验的器用。他宁可被记着为一个倒霉的艺术家，也不肯被记着为一个好治安员。

2024 年底他回到 Redis，担任 evangelist 变装。

除了 Redis 以外，他还写过 Kilo（不到 1000 行 C 代码的文本剪辑器）、dump1090（航空 ADS-B 信号解码器）、linenoise（readline 的袖珍替代品）。

他还在玩 Flipper Zero，写了 RF 契约分析器用，把 Asteroids 移植到上头。2022 年他出了一册科幻演义《WOHPE》，主题是 AI、征象变化、治安员，以及东说念主类和技能的互动。

他个东说念主主页第一瞥写的是，「我把大部分专科时间花在写代码和写演义上。」

对于 Redis 的诞生，他在个东说念主主页里写了一段：

我妻子说，Redis 的前几年我大部分代码都是坐在马桶上写的，用一台 MacBook Air 11 寸。我真但愿能说她错了，但她偶合说得都备对。

这种调性贯串了他作念的悉数边幅。小、精准、自成一体。

ds4.c 亦然统一个门路。

看一下他在 ds4 README 里对于 macOS bug 的那段备注，能坐窝嗅觉到这个东说念主的滋味。

ds4 有一个 CPU 推理旅途用于正确性考据，但面前版块的 macOS 在凭空内存已毕上有一个 bug，跑 CPU 推迎接导致内核崩溃。

他写说念，记着了吗？软件都很烂。我没法树立 CPU 推理来幸免崩溃，因为每次都得重启电脑，少许都不好玩。

然后加了一句，淌若你有胆量，来帮咱们。

他在个东说念主主页里还留了一句话：

当代编程正变得复杂、无趣，全是要粘合的层。它正失去大部分好意思感。大多量治安员既不在靠近编程的艺术面，也不在靠近编程的高等工程面。

从 Redis 到 ds4.c，十五年以前，antirez 如故阿谁 antirez。

只不外这一次，他首先给 AI 修路了。

参考接续

[ 1 ] http://invece.org/

[ 2 ] https://github.com/antirez/ds4

[ 3 ] https://news.ycombinator.com/item?id=48050751

一键三连「点赞」「转发」「防备心」

宽饶在辩驳区留住你的观念！

—  完  —

5 月 20 日，咱们将在北京金茂万丽栈房举办一年一度的中国 AIGC 产业峰会。

首波嘉宾威望已公布！昆仑万维方汉、智谱吴玮杰、EverMind 邓亚峰、风行在线易正朝、百度秒哒朱广翔、Fusion Fund 张璐、香港大学黄超、MarsWave 冯雷都来了，� �了解敬佩

请你和咱们全部，不再仅仅参议 AI 的异日，而是当今就用起来。� �  

一键存眷 � � 点亮星标

科技前沿进展逐日见皇冠·app官方站入口