Antirez 出手了。
即便你不知道 Antirez 是谁，他写的 Redis 你也大概率用过或者听说过。这位写出过世界级开源项目的工程师，最近又整了个新活——ds4（DeepSeek 4 Flash），一个专门跑 DeepSeek V4 的本地推理引擎。
上线两周，11,540 Stars。速度惊人。
这项目解决什么问题
DeepSeek V4 是目前最强的开源大模型之一，但官方服务有时慢，有时排队，有时贵。ds4 的思路很简单：把它跑在你自己的机器上。
支持的平台有两个：Apple Silicon（通过 Metal）和 NVIDIA GPU（通过 CUDA）。也就是说，M系列 Mac 用户和游戏显卡用户都能跑。
技术上有几个亮点：
Flash Attention
这是 DeepSeek 官方也在用的注意力机制优化，ds4 直接集成，显存占用更低。
量化支持
FP16/INT8/INT4 都有，想省显存就往下压。
纯 C 实现
无重型依赖，一套代码走天下，移植性拉满。
性能怎么样
官方还没出 benchmark，但同类型引擎的数据可以参考：
| 引擎 | 推理速度 | 显存占用 | 适合场景 |
|---|---|---|---|
| ds4（Metal） | 待测 | 优化中 | Apple Silicon本地推理 |
| vLLM | 高 | 较高 | NVIDIA生产环境 |
| llama.cpp | 中 | 低 | 资源受限环境 |
老实说，现在下结论还早。项目才两周，稳定性需要时间验证。但 antirez 的过往项目质量摆在那里，值得关注。
怎么跑起来
macOS 上手很简单：
git clone https://github.com/antirez/ds4.git
cd ds4
make metal
./ds4 -m deepseek-v4-flash.bin -p "你好，请介绍一下自己"编译大概几分钟，取决于你的机器。模型权重需要自己从 HuggingFace 下载。
值不值得试
如果你用的是 M 系列 Mac，又对 DeepSeek V4 有需求，这项目值得蹲一下。
它解决的不是「能不能跑」的问题，而是「跑在哪更舒服」的问题。Apple Silicon 的能效比在推理场景确实有优势，ds4 把这个优势直接变现了。
当然，如果你需要的是生产级服务，vLLM 生态更成熟。但如果只是想本地跑着玩、做一些开发测试，ds4 是目前看起来最干净的选择之一。
项目链接：https://github.com/antirez/ds4