Betelgeuse 在 RTX 3060 12GB 上跑 DeepSeek V4.1 Flash Q8_XL，预填充提速到 61.80 tok/s

Betelgeuse 在 RTX 3060 12GB 加 16GB 单通道 DDR4 的机器上运行 DeepSeek V4.1 Flash Q8_XL（305.6+110.6GB），预热后预填充达 61.80 tok/s、解码 18.15–18.92 tok/s。作者称此前 out-of-core MoE 的预填充只有 3–6 tok/s，靠每层 20 个常驻槽位、16-token 单遍 layer-major 预填充和首遍结束后的物理 VRAM 整合三项改动解决瓶颈。110GB Engram 表全程留在 NVMe SSD 上，每 token 只取约 192 KB 活跃行，缓存预热后磁盘读取降到 0.00%。