在 sm8x (A100, A6000, 3090/4090, L40)上跑 DeepSeek-V4-Flash 的 vLLM fork

https://github.com/wtdcode/vllm-backport

花了一点时间一半 vibe 一半自己理解代码把这个 vibe 出来了，期间最大的感悟是

• 算子补齐感觉现在有 AI 是真的可以几乎接近自动化了，尤其是有很多可以抄的
• 相比写算子，更麻烦的是确认推理的正确性，很多时候误差一点点积累到最后就开始输出垃圾内容了
• Fable 确实比 Opus 聪明一点，但是在调试 vLLM 这件事情上还是需要我的一些指导

总之欢迎大家使用和反馈！ Repo 里也有 Docker 镜像可以快速部署，也可以点个 Star 。