DeepInfer-SM86：在 RTX 3050 Laptop 4 GB 上实现 DeepSeek-V2-Lite Q4_K_M 原生 MoE 推理

GitHub 仓库 umouyoumou-del/DeepInfer-SM86 为 DeepInfer 增加面向 Qwen2.5/Llama/Mistral/Gemma 等 dense decoder 的 SM86 原生推理后端，并新增 DeepSeek-V2-Lite Q4_K_M GGUF 的流式 MoE/MLA 执行层，在 RTX 3050 Laptop 4 GB 上 peak 显存约 2.23 GiB、decode 2.64–3.01 tokens/s。