Un utilisateur demande des stratégies d'optimisation pour améliorer les performances du modèle Qwen3.6-27B avec le décodage spéculatif DFlash sur un appareil DGX Spark, notant que les vitesses actuelles sont inférieures aux attentes.
L'utilisateur a fourni sa configuration de ligne de commande llama-server et des résultats de benchmark montrant environ 620 tok/s pendant le traitement du prompt et jusqu'à 30 tok/s pendant la génération de tokens. Il a également interrogé sur un message d'erreur d'initialisation spécifique lié aux exigences de contexte DFlash apparaissant au début du processus.