DeepSeek-V4.1-Flash-1017 在 TPU v5p 上的 EP 扩展与 P/D 分离推理基准测试

在 GKE 上使用 32 芯片 TPU v5p 切片（ct5p-hightpu-4t × 8 主机，2x4x4 compact ICI 拓扑，95 GiB HBM/chip）对 deepseek-ai/DeepSeek-V4.1-Flash-1017 进行基准测试，测量 Expert Parallelism（EP=8 → EP=16 → EP=24/32）下的 decode 吞吐扩展及 llm-d prefill/decode（P/D）分离效果。该实验仅作为切片内 EP 扩展趋势评估，TPU v5p 无原生硬件 FP8/MXFP4，单芯片绝对吞吐不与 TPU v7x 对比。