DeepSeek-V4-Flash-Atlas-A2-Tuning¶
在 8 × Ascend 910B4-1 的 Atlas 800 A2 上，对 DeepSeek-V4-Flash-0731 W8A8 推理服务做系统性性能调优时留下的全部原始数据、脚本与报告。
| 项目 | 说明 |
|---|---|
| 仓库 | https://git.cx-studio.tech/cx-studio/DeepSeek-V4-Flash-Atlas-A2-Tuning |
| 仓库可见性 | 传习社 GitLab 成员可见（需登录） |
| 调优时间 | 2026-09-15 ～ 2026-09-16 |
| 规模 | 539 个文件，约 12 MB |
| 配套文章 | 8 张 Ascend 910B 跑 DeepSeek-V4-Flash：从 820 tok/s 到 300K 长上下文的调优实录 |
文章讲的是「怎么想、结论是什么」，这个仓库提供「凭什么这么想」——每个结论背后的日志、数据点与脚本都在里面。
仓库里有什么¶
reports/ 3 份调优报告（先看这里）
scripts/
deploy/ 生产启动与运维脚本（含当前生产配置 start-tp8-327k.sh）
tools/ 压测、长上下文探针、监控与统计工具
bench/ framework/ monitor/
configs/ 实验变体配置与调优期配置
benchmarks/ 逐点 benchmark JSON、日志与汇总表
monitoring/ 采样数据（15s 粒度）、压测结果、接受率时序
logs/ 引擎日志、调优日志、日志路径指针
history/ 脚本修改备份、容器回收记录
provenance/ 环境与版本溯源、诊断笔记、实验记录表、英文报告
从哪里开始看¶
| 想看什么 | 看哪个文件 |
|---|---|
| 完整结论与推荐配置 | reports/03_完整调优报告.md |
| DSpark 接受率分析（205 个真实流量窗口） | reports/02_DSpark接受率报告.md |
| 当前生产配置 | scripts/deploy/start-tp8-327k.sh |
| 环境与版本是否可复现 | provenance/PROVENANCE.txt |
| 每条结论的源码与日志证据 | provenance/notes.md |
复现前需要知道的几件事¶
脚本内部用的是绝对路径
所有脚本按 /workspace/dsv4f/... 写死了路径，复现时需要把 scripts/deploy/ 下的脚本放回该目录。详情见仓库 README 的「使用方法」。
API key 未入库
仓库只提供 .env.production.template，真实 key 需要自己填入并 chmod 600。仓库内不含任何有效凭证，历史上出现过的 key 已全部替换成 sk-vllm-REDACTED。
- 测量口径：这台服务上的客户端 TTFT 不可用（reasoning parser 不在推理阶段流式吐 delta），必须取引擎侧指标
vllm:time_to_first_token_seconds； - A/B 协议：必须固定输出长度（
ignore_eos+ 统一max_tokens），否则同一配置的生成长度可以漂 100% 以上，甚至让结论排序反转； - 启动自检：服务起来后要确认
speculative_config、cudagraph_mode等参数真的生效，只检查 HTTP 200 不够； - 长跑退化：容器长跑后同配置吞吐会下降，仓库里带周期回收脚本。