原先文档中的命令生成器在 H200 FP4 分支无条件使用 --moe-runner-backend marlin，导致两个问题：
1) Pro 变体在 TP=8 时服务器无法启动；
2) Flash Balanced 在吞吐基准测试中性能不佳。需要根据实际验证结果为不同 recipe 选择最优后端。
此 PR 为纯文档修正，无需精读代码逻辑，但建议部署相关模型时参考基准数据以选择最佳后端。
PR 无 review 评论，仅有一位 reviewer 审核通过。
docs_new/src/snippets/autoregressive/deepseek-v4-deployment.jsx 的 generateCommand 函数中，H200 FP4 分支不再硬编码 marlin，而是引入 useFlashinferMxfp4 变量，当模型为 Pro（isBig）或 recipe 为 balanced 时使用 flashinfer_mxfp4，其他保留 marlin。docs_new/cookbook/autoregressive/DeepSeek/DeepSeek-V4.mdx 中明确说明 Pro 模型使用 Flashinfer。| 文件 | 模块 | 状态 | 重要度 |
|---|---|---|---|
docs_new/src/snippets/autoregressive/deepseek-v4-deployment.jsx |
部署文档 | modified | 5.78 |
docs_new/cookbook/autoregressive/DeepSeek/DeepSeek-V4.mdx |
文档 | modified | 2.14 |
docs_new/src/snippets/autoregressive/deepseek-v4-deployment.jsx
core-logic
核心变更文件：修改命令生成逻辑，根据 recipe 动态选择 MoE 后端。
// 从 generateCommand 函数中提取的 H200 FP4 分支逻辑
if (hardware === "h200-fp4") {
const verifyKey = `${hardware}|${modelSize}|${recipe}`;
if (TBD_RECIPES.has(verifyKey)) return TBD_PLACEHOLDER;
// 核心变更：动态决定 MoE 后端
// Pro（isBig）或 Balanced recipe 使用 flashinfer_mxfp4，
// 其他 Flash recipe 仍使用 marlin。
const useFlashinferMxfp4 = isBig || recipe === "balanced";
const fp4Flags = [
" --trust-remote-code",
` --model-path ${slug}`,
` --tp ${tp}`,
useFlashinferMxfp4
? " --moe-runner-backend flashinfer_mxfp4"
: " --moe-runner-backend marlin",
];
// 其余 flags 不变 ...
}
当前评论区没有形成足够清晰的争议点或结论，后续有更多讨论时会体现在这里。
变更仅影响文档中的命令生成器，不涉及运行时代码，风险极低。但需确保 cookbook 中的命令与实际可运行配置一致，避免用户因文档错误而浪费资源。
影响范围局限于 DeepSeek-V4 的 H200 FP4 部署文档用户。正面影响：Pro 变体现在可正常启动，Flash Balanced 吞吐性能提升约 1.25 倍。负面影响无。
当前没有检测到明确关联的 Issue 链接，后续同步到相关引用后会出现在这里。
参与讨论