适合，如果你

• 你有两台 DGX Spark，并需要 DeepSeek-V4-Flash-Vision-Exp 的 1M-token 服务。

  README 的 Quick start 要求 two DGX Sparks；正文说明默认 max_model_len 为 1,048,576。
• 你的集群已经具备 RoCE/NCCL、ConnectX 网络和 passwordless SSH。

  README 的 Quick start 要求 RoCE/NCCL working；Optional: three Sparks 要求 passwordless SSH 和 ConnectX 链路。
• 你需要 OpenAI image_url/path 输入，而不是视频编码能力。

  README 正文写明 Anemll 0.1.1 支持 OpenAI image_url/path，并明确没有 video encoder。
• 你要在三台 DGX Spark 上获得 16 slots 和约 200 tok/s aggregate。

  README 的 Optional: three Sparks (TP=3) 写明 TP3_MAX_NUM_SEQS=16、约 200 tok/s aggregate at 16 streams。

不适合，如果你

• 你没有两台 DGX Spark，或无法提供 RoCE/NCCL 工作链路。

  README Quick start 明确要求 two DGX Sparks、RoCE/NCCL working。
• 你需要官方权重直接处理视频或完整 GIF 动画。

  README 正文明确写着 There is no video encoder in the official weights；GIF is a still frame。
• 你的主要场景是单用户 128K–256K 长上下文，并计划使用 TP=3。

  README TP=3 章节写明该范围预填充代价约 22%，并说 single-user long-context 更适合 2-node lane。
• 你只能运行 CPU 环境，却需要验证真实 tok/s。

  README Quick start 将 scripts/ci-validate.sh 标为 no GPU、will not measure tok/s；Live tok/s 需要 2× Spark pair。

前置条件

• 两台 DGX Spark；README Quick start 原文要求“two DGX Sparks”。
• RoCE/NCCL working；README Quick start 将其列为启动条件。
• 两台节点使用同一个镜像 ghcr.io/anemll/dspark-vllm-gx10:0.1.1。
• head 到 worker 的 passwordless SSH；README 的 Optional: three Sparks 章节明确列出该条件。
• worker 上预拉取约 19 GB 的 DSPARK_VLLM_IMAGE；README TP3 章节给出该容量。
• 需要配置 WORKER_HOST、MASTER_ADDR、NCCL_IB_HCA、NCCL_SOCKET_IFNAME、VLLM_HOST_IP、WORKER_VLLM_HOST_IP 和 HF_CACHE。
• 默认镜像为 Anemll 0.1.1，运行路径使用 /usr/local/bin/vllm serve、TP=2、mp、nnodes 2。

第一步命令（README 原文）

cp .env.dspark.example .env.dspark

要注意

• start 必须先 worker 后 head；README Start 步骤明确规定顺序。

  Quick start 第 5 步写明“Start (worker first, then head)”。
• 两节点默认会在 worker 下载 checkpoint；设置 DSPARK_WORKER_HF_NFS=1 才改用 NFS。

  Quick start 的 Weights on the head 及 NFS 说明。
• 重启后若 dockerd 恢复 ranks，start 会以退出码 3 结束，不应立即执行 stop。

  Quick start Start 段落说明 restart: unless-stopped 和 exit 3。
• 6 个 1M 请求无法全部驻留，KV cache 表格说明 6.0M 超过共享池，额外请求会排队。

  How the KV cache works 章节的 6 × 1M = 6.0M impossible 示例。
• 不要手动设置 DSPARK_MODEL 或 GPU_MEMORY_UTILIZATION。

  .env.dspark switches 章节明确写着 Do not set these by hand。
• max-cudagraph-capture-size 在 6×6 时应为 48；设为普通 42 会截断到 40 并损失 12%。

  Runtime flags 章节，数据测量日期为 2026-09-02。
• TP=3 首次启动会编译数分钟，且每个 rank 必须出现 DSv4 TP pad: heads 64 -> 72。

  Optional: three Sparks (TP=3) 章节的首次启动说明。

替代方案

• 两节点 TP=2 lane：单用户长上下文场景优于 TP=3，尤其是 128K–256K 预填充。

  Optional: three Sparks (TP=3)
• 三节点 TP=3 lane：需要 16 slots、约 5M cached tokens 或 16 streams 约 200 tok/s aggregate 时更合适。

  Optional: three Sparks (TP=3)

材料未说明

• README 未提供 DGX Spark 的具体硬件型号、显存容量和 CUDA 驱动版本。
• README 未给出两节点 TP=2 的完整 tok/s、首 token 延迟和不同上下文长度的基准表；仅引用 results/RESULTS-2026-08-14.md。
• README 未说明 ghcr.io/anemll/dspark-vllm-gx10:0.1.1 镜像的具体发布日期或镜像 digest。
• README 未给出生产部署的认证、TLS、访问控制和多租户隔离方案。
• README 未说明官方 checkpoint 的完整下载耗时、磁盘空间要求或网络带宽要求。
• 项目没有发布版本，基础信息显示 Releases 为 0、最新版本为 No releases；正式版本兼容性边界未知。
• README 未说明 2026-09-09 Trending 上榜与具体用户增长、提交变化或外部事件之间的因果关系。