新文章：DeepSeek V4.1 Flash 工程实践（二）

把 40 层模型分给 8 张 AMD GPU，只是开始。真正难的是让 32×32 BlockFP8、跨层共享压缩 KV、稀疏 selection 与 mHC pre-mix 在设备边界上保持连续。

这篇沿着 zLLM 的真实修复路径，讲清从官方 safetensors 到八卡文本生成链路，也说明当前 ROCm 单级 Top-K 的验证边界。

网页链接/