DeepSeek 开源超轻量 Tensor 并行推理优化补丁：单卡 RTX 4090 即可流畅运行 67B 编码 MoE

DeepSeek 团队开源了一组面向消费级 GPU 的稀疏 MoE 激活与显存卸载补丁。配合最新的 4-bit 权重量化与动态专家缓存技术，开发者在单张 24GB 显存显卡（如 RTX 4090 / 3090）上即可获得超 45 token/s 的 67B 稀疏 MoE 代码生成体验，大幅降低了本地离线部署前沿代码模型的硬件门槛。