单台 DGX Spark 以 2.49 bpw 运行 321B 去拒答版 GLM-5.3-Flash 的基准测试与架构分析

作者在单台 128 GB 显存的 DGX Spark 上，通过 SAGE EXL3 量化将 321B 参数的 GLM-5.3-Flash 去拒答版 RED-SNOW-5.3-FLASH 压至 2.49 bpw 运行，测试了解码速度、高达 240k 的长上下文召回率及 12 项网络安全基准。