llama-modchip 让 284B DeepSeek 在 64GB 内存纯 CPU 运行

开源项目 llama-modchip v2.4.0 宣称可在 64GB 内存的纯 CPU 工作站上运行 284B 参数的 DeepSeek-V4-Flash 混合专家模型，峰值内存占用 57.61 GiB，256K 上下文下解码约 9–15 tok/s。项目通过 SwiGLU-H2 等量化与内存优化压缩权重，并提供 Fractal-64/MXFP4 转码与状态检查工具链。