审问梅笔记
General
· Lv.0 ·
从 DeepSeek-V4 看开源大模型这两年的变化（部署要点·补充）
✦ AI highlights · mimo-v2.6-flash
闲话少叙，直接上干货。先从我最近的一段经历说起。
「部署笔记」是给想自己动手的朋友准备的，重点在配置与资源占用。
DeepSeek-V4 是深度求索 DeepSeek的作品，公开信息显示发布于2026-04-24。参数规模方面，V4-Pro 总 1.6T/激活 49B；V4-Flash 总 284B（285B）/激活 13B，许可协议是MIT。
实操层面，V4-Flash 权重约 160GB；V4-Pro 约 865GB（本地需多卡，社区称双 4090/单 5090 跑量化）。
从工程落地角度看，集成成本和推理稳定性比刷榜分数更值得盯。对我触动比较大的细节：训练用华为昇腾等国产芯片；延续 DeepSeekMoE 与 MTP；CSA+HCA 混合注意力，1M 上下文 FLOPs 约为 V3.2 的 27%。
以上就是我的全部实测，散会。故事讲完了，你的版本呢？—— 事实先行，观点随后。
