あるユーザーが、DGX Sparkデバイス上でDFlash推論デコーディングを用いたQwen3.6-27Bモデルのパフォーマンスを向上させるための最適化戦略を求めています。現在の速度が期待よりも低いことに言及しています。

ユーザーはllama-serverのコマンドライン構成とベンチマーク結果を提供しており、プロンプト処理中は約620 tok/s、トークン生成中は最大30 tok/sの速度を示しています。また、プロセス開始時にDFlashのコンテキスト要件に関連する特定の初期化エラーメッセージが表示されることについても質問しています。