执行摘要

本 PR 为 DeepSeek-V4 的官方变体（Flash Official 0731 和 Pro Official 0813）添加了 NVFP4 量化配置选项，扩展了 cookbook 的硬件覆盖范围。变更集中在文档配置文件，无核心引擎代码改动，风险较低，主要提升文档完整性和用户体验。

功能与动机

NVIDIA 发布了 DeepSeek-V4 官方变体的 NVFP4 量化检查点（nvidia/DeepSeek-V4-Flash-0731-NVFP4 和 nvidia/DeepSeek-V4-Pro-0813-NVFP4），但现有 cookbook 仅支持原始 Flash/Pro 变体的 NVFP4。本 PR 旨在让这些新检查点可在 B200、B300、GB200、GB300 等 Blackwell 硬件上一键部署。

实现拆解

1. 模型映射更新：在 deepseek-v4.jsx 的 modelNames 对象中，添加了 flash-official|nvfp4 和 pro-official|nvfp4 键，映射到对应的 NVIDIA Hugging Face 仓库。
2. 命令行配置单元：为四个硬件组合（B200、B300、GB200、GB300）新增低延迟策略配置，关键差异是使用 --speculative-algorithm DSPARK（因为官方检查点捆绑了 DSpark 草稿头），而非 EAGLE/MTP 标志。所有新单元标记为未验证（verified: false 或 verificationStatus: "in-progress"）。
3. Docker 镜像兼容：在 dockerImages 中，为 NVFP4 场景指定 nightly 镜像（如 lmsysorg/sglang:dev），因为稳定版本（v0.5.18）加载这些检查点时会崩溃（需 PR #36275 修复）。
4. 基准数据补充：在 deepseek-v4-benchmarks.jsx 中，为 B200 上的官方 NVFP4 配置添加了 GSM8K 和 AIME25 准确度数据，但未提供速度数据。
5. 文档文本更新：在 DeepSeek-V4.mdx 中，扩展了 NVFP4 部分，列出官方检查点链接，并明确 DSpark 算法的使用场景。

docs/src/snippets/configs/deepseek-ai/deepseek-v4.jsx

主要配置文件，包含模型映射、命令行配置单元和 Docker 镜像映射的更新，是 PR 的核心变更。

以下片段展示了模型名称映射的更新和关键配置单元的新增：

  // 模型名称映射：为官方变体添加 NVFP4 路径
  modelNames: {
    "flash|fp4": "deepseek-ai/DeepSeek-V4-Flash",
    "flash|fp8": "deepseek-ai/DeepSeek-V4-Flash",
    "flash|nvfp4": "nvidia/DeepSeek-V4-Flash-NVFP4",
    "flash-official|fp4": "deepseek-ai/DeepSeek-V4-Flash-0731",
    "flash-official|nvfp4": "nvidia/DeepSeek-V4-Flash-0731-NVFP4", // 新增：官方 Flash NVFP4
    "flash-vision|fp4": "deepseek-ai/DeepSeek-V4-Flash-Vision-Exp",
    "pro|fp4": "deepseek-ai/DeepSeek-V4-Pro",
    "pro|fp8": "deepseek-ai/DeepSeek-V4-Pro",
    "pro|nvfp4": "nvidia/DeepSeek-V4-Pro-NVFP4",
    "pro-official|fp4": "deepseek-ai/DeepSeek-V4-Pro-0813",
    "pro-official|nvfp4": "nvidia/DeepSeek-V4-Pro-0813-NVFP4", // 新增：官方 Pro NVFP4
    // H200 FP8 需要特殊打包（Hopper 不能运行 FP4 混合 Instruct）
    "h200|flash|fp8": "sgl-project/DeepSeek-V4-Flash-FP8",
    "h200|pro|fp8": "sgl-project/DeepSeek-V4-Pro-FP8",
    // AMD FP8 使用 sgl-project 打包
    "mi300x|flash|fp8": "sgl-project/DeepSeek-V4-Flash-FP8",
    "mi355x|flash|fp8": "sgl-project/DeepSeek-V4-Flash-FP8",
    "mi355x|pro|fp8": "sgl-project/DeepSeek-V4-Pro-FP8",
  },
​
  // Docker 镜像映射：NVFP4 检查点需要 nightly 镜像，因为 v0.5.18 有崩溃问题
  dockerImages: {
    // Flash Vision (Exp) 支持尚未发布，需要预览构建
    "flash-vision|fp4": "lmsysorg/sglang:dev-dsv4-flash-vision",
    // NVFP4 检查点在 v0.5.18 上崩溃（MXFP4 打包的 MTP 层的 FP8 委托需要 #36275 修复）
    "b200|nvfp4": "lmsysorg/sglang:dev",
    "b300|nvfp4": "lmsysorg/sglang:dev",
    "gb200|nvfp4": "lmsysorg/sglang:dev",
    "gb300|nvfp4": "lmsysorg/sglang:dev",
    h100: "lmsysorg/sglang:latest",
    // ... 其他硬件使用 latest
  },
​
  // 配置单元示例：B200 + NVFP4 — 官方变体使用 DSPARK 算法
  {
    match: { hw: "b200", variant: "flash-official", quant: "nvfp4", strategy: "low-latency", nodes: "single" },
    verified: true, // 在 B200 上已验证
    env: [],
    flags: [
      "--trust-remote-code",
      "--model-path {{MODEL_NAME}}",
      "--tp 4",
      "--moe-runner-backend flashinfer_trtllm_routed",
      "--speculative-algorithm DSPARK", // 官方检查点捆绑 DSpark 草稿头
      "--disable-flashinfer-autotune",
      "--swa-full-tokens-ratio 0.1",
      "--host {{HOST_IP}}",
      "--port {{PORT}}",
    ],
  },

docs/src/snippets/configs/deepseek-ai/deepseek-v4-benchmarks.jsx

添加官方 NVFP4 变体的准确度基准数据，为用户提供性能参考。

以下片段展示了新增的准确度数据：

  // B200 + NVFP4 — 官方变体准确度数据（无速度数据）
  {
    match: { hw: "b200", variant: "flash-official", quant: "nvfp4", strategy: "low-latency", nodes: "single" },
    sglang_version: "dev@07c8f7294", // 基于开发版本
    accuracy: { gsm8k_pct: 96.82, aime25_pct: 98.96 }, // 新增准确度指标
  },
  {
    match: { hw: "b200", variant: "pro-official", quant: "nvfp4", strategy: "low-latency", nodes: "single" },
    sglang_version: "dev@07c8f7294",
    accuracy: { gsm8k_pct: 96.44, aime25_pct: 98.33 },
  },