DeepSeek V4，已经出手逼着外洋诱骗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；致使根蒂不维持别的模子。

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。而把修出来的东谈主，重量有点吓东谈主——

Salvatore Sanfilippo，设施员圈更熟识他的另一个名字：antirez。

他一手创造了 Redis（GitHub 7.4 万 Star），并切身主导这个人人最流行的内存数据库整整 11 年。

而当今，他的新口头 ds4.c，是一个有益为 DeepSeek V4 Flash 打造的土产货推理引擎。

时辰线上，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 打造的土产货推理引擎

4 月 24 日，DeepSeek 发布 V4 系列。其中，V4 Flash 是终局型号：284B 总参数、13B 激活参数、100 万 token 落魄文。

这么的体量，畴昔险些默许属于云表。

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从新写出来的推理引擎。

整个这个词口头就几个文献，C 占 55.4%，Objective-C 30.2%，Metal 13.8%。Metal-only，莫得运行时，莫得框架依赖，莫得玄虚层。

Metal-only。

Metal 是苹果自家的图形和诡计 API，在 Mac、iPhone、iPad 上调用 GPU 都靠它，特殊于苹果生态里的 CUDA。

ds4 只用 Metal 的深嗜深嗜是，这个引擎只在 Apple Silicon 上跑，岂论 Nvidia 显卡，也岂论 AMD。

整个这个词口头唯有一个计算：

让 V4 Flash 在土产货的苹果机器上，不仅仅"能跑"，而是真实"能用"。

面前测试终局已经特殊夸张：

在 128GB 内存的 MacBook Pro M3 Max 上，2-bit 量化、32K 落魄文，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，这个速率在土产货机器上是可用的。

如何作念到的？

要津在三件事。

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，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 下推崇致密，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，每次恳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，下次恳求过来匹配 token 前缀，射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 运行 prompt 的 agent 场景尤其灵验，第一次 prefill 完成后，后续会话平直从磁盘归附。

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 里平直给了 opencode、Pi、Claude Code 三种 agent 客户端的确立示例。

对于为什么要作念这件事。

antirez 的回话是，土产货推理限制有许多优秀口头，但新模子不断发布，小心力坐窝被下一个要完了的模子吸走。

通用引擎为了兼容整个模子，必须作念玄虚。玄虚意味着妥洽。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，作念长落魄文测试，作念饱和的 agent 集成来阐述它简直能用。

框架照旧发布，就有网友不少网友反应，开云体育已经在 Mac 上跑起来了。

你准备好在土产货跑 V4 了吗？

一个模子一个推理框架

这件事，也在诱骗者圈炸出了一个更大的防守：

畴昔会不会形成——一个模子，一个推理框架？

Hacker News 上一条高赞斟酌提了一个有深嗜深嗜的主义，淌若出手针对精准的 GPU 加模子组合构建超优化推理引擎呢？

GPU 越来越贵，淌若去掉饱和多的玄虚层，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。归并条斟酌指出，一朝模子逾期，一切从新来过。

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

不变的敛迹是，土产货推理要在高端个东谈主机器或 Mac Studio 上跑得靠谱，起步 128GB 内存。

畴昔会若何，README 里留了个伏笔。

刻下是 Metal-only，畴昔可能会作念 CUDA 维持。但他写得很严慎，也许会，但仅此辛勤。这个口头刻意保捏小、快、专注。

更值得温情的是他在 README 里抛出的一个不雅点，土产货推理当该是三件事一谈作念好，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止境打造的 GGUF，一套和 coding agent 对接的测试和考据。

这是一种全栈土产货推理的念念路，不是把组件拼起来，是把链路当成一个家具来想象。

淌若这条路走通了，它可能篡改土产货推理的玩法。

模子厂商发布新模子的同期，社区里就会有东谈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「强力援救」下诱骗的，东谈主类正经见解、测试和调试。

antirez 说淌若你不继承 AI 援救诱骗的代码，这个软件不稳健你。

两周时辰，从 fork llama.cpp 作念适配，到从新写一个专用引擎，离不开 AI 援救。这件事本人可能比 ds4 还更值得温情。

One more thing

临了说一下 antirez 这个东谈主。

本名 Salvatore Sanfilippo，1977 年降生于西西里岛。2009 年创建 Redis，主导这个口头十一年，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具。他宁可被记取为一个灾祸的艺术家，也不肯被记取为一个好设施员。

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 代码的文本裁剪器）、dump1090（航空 ADS-B 信号解码器）、linenoise（readline 的小型替代品）。

他还在玩 Flipper Zero，写了 RF 契约分析器具，把 Asteroids 移植到上头。2022 年他出了一册科幻演义《WOHPE》，主题是 AI、表象变化、设施员，以及东谈主类和时代的互动。

他个东谈主主页第一滑写的是，「我把大部分专科时辰花在写代码和写演义上。」

对于 Redis 的诞生，他在个东谈主主页里写了一段：

我配头说，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，但她恰好说得王人备对。

这种调性聚合了他作念的整个口头。小、精准、自成一体。

ds4.c 亦然归并个门道。

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谈主的滋味。

ds4 有一个 CPU 推理旅途用于正确性考据，但刻下版块的 macOS 在诬捏内存完了上有一个 bug，跑 CPU 推原意导致内核崩溃。

他写谈，记取了吗？软件都很烂。我没法诞生 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。

他在个东谈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。大盛大设施员既不在濒临编程的艺术面，也不在濒临编程的高等工程面。

从 Redis 到 ds4.c，十五年畴昔，antirez 如故阿谁 antirez。

只不外这一次，他出手给 AI 修路了。

参考赓续

[ 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」「小心心」

宽宥在斟酌区留住你的见解！

—  完  —

5 月 20 日，咱们将在北京金茂万丽旅社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，� �了解笃定

请你和咱们一谈，不再仅仅防守 AI 的畴昔，而是当今就用起来。� �  

一键温情 � � 点亮星标

科技前沿进展逐日见开云体育