DeepSeek V4，已经入手逼着国外征战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。

何况，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；致使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，步伐员圈更练习他的另一个名字：antirez。

他一手创造了 Redis（GitHub 7.4 万 Star），并亲身主导这个群众最流行的内存数据库整整 11 年。

而当今，他的新姿首 ds4.c，是一个有益为 DeepSeek V4 Flash 打造的腹地推理引擎。

时刻线上，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，如实值得。

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 是恶果型号：284B 总参数、13B 激活参数、100 万 token 险阻文。

这么的体量，夙昔简直默许属于云霄。

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

这是一个用C + Metal从新写出来的推理引擎。

通盘姿首就几个文献，C 占 55.4%，Objective-C 30.2%，Metal 13.8%。Metal-only，莫得运行时，莫得框架依赖，莫得详细层。

Metal-only。

Metal 是苹果自家的图形和探讨 API，在 Mac、iPhone、iPad 上调用 GPU 都靠它，相等于苹果生态里的 CUDA。

ds4 只用 Metal 的意料是，这个引擎只在 Apple Silicon 上跑，不论 Nvidia 显卡，也不论 AMD。

通盘姿首唯唯独个策画：

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

面前测试戒指已经相等夸张：

在 128GB 内存的 MacBook Pro M3 Max 上，2-bit 量化、32K 险阻文，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？

关节在三件事。

第一，非对称量化。

ds4 并不会把整个参数都压到 2-bit，而是只量化路由的 MoE 行家层，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，火狐直播2026世界杯赛事直播入口分享行家层、投影层、路由层，全部保留 Q8 精度不动。

antirez 在 README 里写了一句很平直的话：

这些 2-bit 量化不是开打趣，它们在 coding agent 下发挥讲求，能可靠地调用器具。

第二，KV 缓存搬到硬盘上。

当今的 LLM agent 客户端都是无景况的，每次央求把整段对话从新发一遍。

通用引擎的作念法是每次从新作念 prefill。

ds4 的作念法是把 KV 景况写到磁盘上，下次央求过来匹配 token 前缀，掷中了就平直从磁盘加载，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 场景尤其有效，第一次 prefill 完成后，后续会话平直从磁盘复原。

第三，内置 OpenAI 和 Anthropic 两套 API 兼容层。

/v1/chat/completions 走 OpenAI 条约，/v1/messages 走 Anthropic 条约。tool calling 也作念了适配。README 里平直给了 opencode、Pi、Claude Code 三种 agent 客户端的成就示例。

对于为什么要作念这件事。

antirez 的回应是，腹地推理限制有许多优秀姿首，但新模子不断发布，留心力坐窝被下一个要终了的模子吸走。

通用引擎为了兼容整个模子，必须作念详细。详细意味着和谐。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，作念长险阻文测试，作念鼓胀的 agent 集成来说明它真实能用。

框架仍是发布，就有网友不少网友反映，亚搏体育已经在 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，也在征战者圈炸出了一个更大的盘问：

畴昔会不会酿成——一个模子，一个推理框架？

Hacker News 上一条高赞评述提了一个有益料的主张，若是入手针对精准的 GPU 加模子组合构建超优化推理引擎呢？

GPU 越来越贵，若是去掉鼓胀多的详细层，平直针对精准的硬件和模子编码，可能能优化许多。

这条路的代价也很光显。覆没条评述指出，一朝模子落后，一切从新来过。

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

不变的敛迹是，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。

畴昔会若何，README 里留了个伏笔。

现时是 Metal-only，畴昔可能会作念 CUDA 救助。但他写得很严慎，也许会，但仅此汉典。这个姿首刻意保握小、快、专注。

更值得温雅的是他在 README 里抛出的一个不雅点，腹地推理当该是三件事沿路作念好，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尽头打造的 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想路，不是把组件拼起来，是把链路当成一个居品来想象。

若是这条路走通了，它可能更动腹地推理的玩法。

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「强力援手」下征战的，东说念主类厚爱想法、测试和调试。

antirez 说若是你不接纳 AI 援手征战的代码，这个软件不妥当你。

两周时刻，从 fork llama.cpp 作念适配，到从新写一个专用引擎，离不开 AI 援手。这件事自身可能比 ds4 还更值得温雅。

One more thing

临了说一下 antirez 这个东说念主。

本名 Salvatore Sanfilippo，1977 年出身于西西里岛。2009 年创建 Redis，主导这个姿首十一年，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有效的器具。他宁可被记着为一个灾祸的艺术家，也不肯被记着为一个好步伐员。

2024 年底他回到 Redis，担任 evangelist 脚色。

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 条约分析器具，把 Asteroids 移植到上头。2022 年他出了一册科幻演义《WOHPE》，主题是 AI、喜跃变化、步伐员，以及东说念主类和时刻的互动。

他个东说念主主页第一转写的是，「我把大部分专科时刻花在写代码和写演义上。」

对于 Redis 的缔造，他在个东说念主主页里写了一段：

我太太说，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，但她正值说得皆备对。

这种调性贯串了他作念的整个姿首。小、精准、自成一体。

ds4.c 亦然覆没个门路。

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，但现时版块的 macOS 在假造内存终了上有一个 bug，跑 CPU 推答允导致内核崩溃。

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

然后加了一句，若是你有胆量，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。大无数步伐员既不在濒临编程的艺术面，也不在濒临编程的高档工程面。

从 Redis 到 ds4.c，十五年夙昔，antirez 照旧阿谁 antirez。

只不外这一次，他入手给 AI 修路了。

参考连结

[ 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」「小心心」

宽饶在评述区留住你的想法！

—  完  —

5 月 20 日，咱们将在北京金茂万丽酒店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，� �了解细则

请你和咱们沿路，不再仅仅盘问 AI 的畴昔，而是当今就用起来。� �  

一键温雅 � � 点亮星标

科技前沿进展逐日见亚搏(中国)一站式服务官方网站