DeepSeek V4.1 Flash 在 GB300 NVL72 上单智能体推理提速 1.5 倍

Artificial Analysis 的 AA-AgentPerf 基准显示，DeepSeek V4.1 Flash 在 GB300 NVL72 上单智能体吞吐从 596 tok/s 提升至 848 tok/s（1.42 倍），每 GPU 吞吐约提升 1.6 倍。提速主要来自新版 vLLM 及其针对 GB300 的新内核、FlashInfer 自动调优、更完整的 CUDA Graph 覆盖、调优后的投机解码，以及 NVIDIA Dynamo + vLLM 方案中预填充与解码同卡运行。