待验证50% 置信事实精确时间
在 Unsloth 中，将 DeepSeek-V4.1-Flash-1017 的 Engram 表留在 SSD 上，1-bit 量化下模型约占用 125 GB 内存即可运行，4-bit 量化下约需 300 GB。
1
来源数
50%
置信度
中期 (~90 天)
时效性
2026/10/19
首次发现
有效期至：2027/1/17
来源
涉及实体
相关事实
待验证2 位量化的 DeepSeek 763B 模型大约占用 175GB 内存，可在 256GB 机器上运行并为 KV 缓存留出空间。75% 相似待验证DeepSeek 1017 的专家权重已是 FP4（每参数 4bit），常规 4bit 量化帮助不大；Engram 记忆表可放 SSD（每 Token 只读约 12KB），但专家权重必须驻留高速内存，因为路由器每层从 384 个专家中选 6 个且逐 Token 选择不同。75% 相似待验证DeepSeek V4.1 Flash通过KV缓存层间交替与复用优化，将每token存储量从上一代的3500字节降至约890字节74% 相似待验证该用户使用的硬件为Minisforum MS-S1 395+ Max，搭载128GB统一内存74% 相似
引用此条事实
Stable URI
https://kongchang.com/claim/1070379API
curl https://kongchang.com/api/v1/knowledge/claims/1070379MCP
get_claim(id=1070379)