Un usuario está solicitando estrategias de optimización para mejorar el rendimiento del modelo Qwen3.6-27B con decodificación especulativa DFlash en un dispositivo DGX Spark, señalando que las velocidades actuales son inferiores a las esperadas.
El usuario proporcionó su configuración de línea de comandos de llama-server y resultados de benchmark que muestran aproximadamente 620 tokens por segundo durante el procesamiento del prompt y hasta 30 tokens por segundo durante la generación de tokens. También preguntó sobre un mensaje de error de inicialización específico relacionado con los requisitos del contexto DFlash que aparece al inicio del proceso.