数据并行与 ZeRO：三级分片各省多少

Java不加糖's Blog 的其他文章

• DeepSeek-V4.1 模型结构（8）：KV cache 的管理与 SWA Bounded Replay 2026/10/02
• DeepSeek-V4.1 模型结构（7）：输入端与优化器 2026/10/02
• DeepSeek-V4.1 模型结构（6）：解码，DSpark 2026/10/02
• DeepSeek-V4.1 模型结构（5）：记忆，Engram 2026/10/02
• DeepSeek-V4.1 模型结构（4）：深度维度，Single-Pass mHC 2026/10/02