REAP-pruned NVFP4

DeepSeek-V4 Flash模型在Ascent GX10上实现了长上下文性能的一致性

一位用户已成功在Ascent GX10系统上部署了REAP-pruned NVFP4版本的DeepSeek-V4 Flash模型。该设置使用单个Apache Spark实例，并在长上下文长度下展示了稳定的吞吐量。用户还开发了一个Grafana仪表板来监控Spark服务器的性能，该服务器以262k的上下文长度和VLLM提供服务。