两台 DGX Spark 跑 DeepSeek-V4.1-Flash-1017，解码速度能到多少？实测给出的答案是：代码 70.5 tok/s，散文 70.6 tok/s。500 个词大约 10 秒写完，读一个 3.2 万 token 的提示词要 1830 tok/s，读完后等 17.9 秒出第一个 token。
并发上去之后，总吞吐反而涨了：4 个请求同时跑，总共 107.4 tok/s；8 个请求同时跑，总共 106.3 tok/s。不过配方只开了 4 个槽位，8 个请求时多出来的只能排队等空位。
上下文按配方的设定拉到 1048576 个 token，实测过的最大上下文是 131072 个 token。
做个对照：同一份配方、4.0 bpw 量化跑在 4 台 Spark 上，代码解码 82.8 tok/s，散文 80.8 tok/s，8 并发总共 141.2 tok/s。两台对四台，速度差距没有翻倍那么大。
质量分也一并测了：MMLU-Pro 62.0%（±4.7），GPQA Diamond 43.9%（±6.9），IFEval 92.0，LiveCodeBench 60.0%（±14.5），长文本 8K 67.5%（±14.0）、32K 57.5%（±14.7），开思考的 GPQA 80.0%（±13.9）。但有个口子要说明：MMLU-Pro 和 GPQA 的答案被截在 48 个 token，MMLU-Pro 400 道题里 49 道被截断、GPQA 198 道里 46 道被截断，截断的都算错，长文本和 LiveCodeBench 也各有几道被截。
工具调用在 sparkDash 2.50.0 里测的：问答 89.3%（±5.0），MMLU 93.0%（±3.0），工具评测 93/100。
部署上还有两个细节：配方要 RDMA GID index 5，两台 Spark 上没有，就给互联端口配了 IPv4 地址；其中一台是华硕 GX10，驱动版本比较旧。模型用的是 bertholomus 的 EXL3 2.5 bpw 量化，一个模型拆到两台机器上跑 TP2，配方版本 v0.7.2，思考全程关闭，只有标注思考的那行 GPQA 例外。
完整数字、每条命令和原始输出都在下面这篇实测记录里：
https://niklaslenz.com/v2/deepseek-v41-flash-2sparks-bertholomus-tp2/