Description
视频作者与频道信息
频道名：Digital Spaceport
订阅数：8.87 万订阅者
频道定位：科技类（Linux、硬件、AI、去中心化等）
视频基础数据
发布日期：2026 年 4 月 24 日
发布时长：21 小时前（截至页面记录时）
观看量：7,377 次
点赞数：283
评论数：34 条
评论区总结（34 条，高赞集中）
整体氛围
高度认可博主价值：多条高赞感谢博主 “避坑”，直言省下大量试错时间，称其为本地 AI 测试的 “权威参考”。
共识：V4 当前不适合普通用户：普遍认为消费级显卡（3090/4090 等）无法稳定运行，需等待 GGUF 量化版与优化补丁。
技术讨论为主：围绕显存、vLLM 兼容性、架构支持、替代方案展开。
高频观点与高赞评论
感谢避坑（最高赞 17）
“帮我省下了周末的痛苦，先等一周再说，感谢实测！”
“你拯救了上千小时的无效尝试，太有用了。”
硬件与兼容痛点
显卡支持：仅支持 B300/H100/H200/A100，不支持 RTX 消费卡（SM120）；3090/4090/5060Ti 均崩溃。
显存需求：Pro 版需192GB+，Flash 版勉强运行但速度慢（1.2 token/sec）且幻觉严重。
vLLM 问题：官方虽首日支持，但nightly 版 bug 多、配置复杂、稳定性差。
替代方案与等待预期
首选 Qwen 3.6：当前本地部署 “黄金标准”，稳定好用。
等待 GGUF：多数人决定等 GGUF 量化版发布后再尝试。
期待 R1 强化版：认为 V4 是预览版，R1 正式版才值得升级。
其他讨论
询问服务器级显卡（如 RTX 6000 Pro）是否支持。
讨论 AMD 平台（ROCm）部署的可行性与效率。
感慨 “开源但实际不可用”，对比 V3.6 更实用。
Comments
什么家庭本地部署满血大模型
♥ 521 ↩ 34
哈哈，这位不知道，V4原生适配昇腾吧？现在还没出CUDA补丁，你想布署V4，等补丁吧，要么，买几块Atlas300试试？
♥ 321 ↩ 38
不可单独发送图片
♥ 224 ↩ 6
经典背景放几个洞洞板挂几个灯带就是科技达人
♥ 211 ↩ 1
两块5060ti就想部署全参数？然后崩溃了，就说dsv4垃圾？你怎么不用5万块钱去买tesla呢。
♥ 182 ↩ 2
什么叫消费级部署几百B的大模型？然后和Qwen3.6小模型比？ 有点没话说
♥ 104 ↩ 1
设备不对吧，买个华为试试[doge]
♥ 72 ↩ 4
什么家庭啊，本地部署大模型是吧
♥ 69 ↩ 5
我部署v4吗？真的假的…
♥ 42 ↩ 1
1m上下文 那肯定需要专业架构
♥ 40 ↩ 8
我还以为大家都知道，这种超大参数量的模型，本地部署要有意义都是至少得有个公司，家用的就用qwen3.6那种啊
♥ 46
[吃瓜]企业需要的是控制成本！ds低价，就让很多企业选择了，90%的企业完全用不到顶配ai的性能他们干嘛出这钱，用十分之一百分之一的钱干一样的活，口袋多进点钱不好吗，ds可怕是超低价和满足90%企业使用，企业讲的是性价比成本控制！没有企业为了用不到的性能额外花十倍的钱的
♥ 32 ↩ 6
有一说一deepseek更新以后幻觉感觉比老版本还严重[辣眼睛]同一个问题每次回答都不一样。而且完全顺着用户的引导走，没有自己的判断，特别容易极端化。我让他保持中立不偏不倚不要附和我，然后它马上就极端到只讲最坏的情况（如果chatgpt的话会真客观，有什么坏有什么好具体列出来讲，而且如果用户引导它往错误的方向，它会纠正用户的错误）。
♥ 31 ↩ 31
这位一直是硬件博主，很长时间都在挖矿，包括GPU矿和硬盘矿(奇亚)，家里有一堆GPU服务器和存储设备。
♥ 25 ↩ 2
是不是意思是苹果系统往安卓机上装？这系统真TM好难装[doge]
♥ 21 ↩ 1
V4在开发早期就给华子模型访问测试权了，搞模型芯片级优化和适配用，NV老黄自己说的，直到发布都没有模型的任何访问权[呲牙] V4开发了NPU原生融合算子（CUDA没有），并能直接使用昇腾共享内存架构（CUDA是另一套，没法用），深度集成了昇腾的titan-NPU框架和自动算子融合（需要华子的CANN编译器，CUDA无法复现），调用了昇腾独有的编程范式和虚拟指令集。。。还有很多 光这些优化性能提升31%，内存减少50+% 所以，别只看硬件指标，软适配做好了，直接性价比起飞[吃瓜][吃瓜]
♥ 18
一点也不难啊，下载claude code，换掉官方模型 接入dp v4，只用了40分钟
♥ 19 ↩ 18
普通家庭部署全参数大模型？那这家庭不普通才行吧，顶配家用电脑跑阉割模型都有压力
♥ 13
比美国的ai模型好用
♥ 14 ↩ 19
什么，本地部署万亿参数大模型，什么家庭啊[doge]
♥ 14