Qwen4.0

期待更优的KVCache与Engram：DeepSeek-V4.1-Flash设想

Reddit用户呼吁将DeepSeek-V4.1-Flash的KVCache与Engram设计推广到中大规模模型，以在GPU上用Q8或Q4运行30B级模型。帖文列出多款模型的近似显存与Engram占用估算，提出Engram约占模型体积1/3–1/2（30B约10–15GB），并认为32GB显存可满足多数经优化模型。