glm体验类似于他只要干一点点活满足你的一点点要求就不做了

四张卡加载一份模型，速度会受到pcie的严重限制吧

最近意外拿到一组8卡K100_AI，计划部署，直接用社区里面的部署方法就行了吗，sglang比vllm更好吗，8卡最好的办法是每张卡都加载一份模型吗，这个卡能正常用dflash2吗