Rival.io推出GraphX，仅用8块英伟达L4图形处理器即可运行DeepSeek V4 Flash。

**DeepSeek V4 Flash 在八块 L4 GPU 上运行，展示 GraphX 挖掘硬件潜力、降低私有 AI 成本的能力**

*GraphX 让 DeepSeek V4 Flash 在八块 L4 GPU 上运行，展示了它进一步挖掘硬件性能、降低私有 AI 成本的能力。*

2026 年 10 月 29 日——Rival.io 今日推出其专有的内核优化与芯片级部署技术 GraphX，并宣布在仅八块 NVIDIA L4 GPU 上部署 DeepSeek V4 Flash。这一成果表明，GraphX 能够在被认为无法支撑大型开放权重模型的硬件上运行该模型，对私有 AI 所需的基础设施和成本提出了挑战。

Rival.io 联合创始人兼首席执行官 Craig Kronenberger 表示：“我们让大多数机构认为不适合这种规模模型的硬件，成功运行了 DeepSeek V4 Flash。这应该会改变人们对 AI 基础设施和私有 AI 成本的看法。企业在投入更昂贵的硬件之前，应该先问问自己，手头的硬件还能发挥多大潜力。”

GraphX 优化模型在 GPU 上的部署方式，以及模型对内存和计算能力的使用方式。这使企业能够用更少或更便宜的 GPU 满足工作负载需求，并从已经拥有或可以便捷获取的硬件中获得更多算力。根据模型和工作负载的不同，与企业内部自行管理或由超大规模云服务商托管的同等部署相比，GraphX 可将开放权重模型的托管成本降低最多 95%。

八块 L4 的配置提供了 192 GB 的 GPU 显存，并支持该模型的上下文窗口及相关的 KV 缓存，而此前这一能力需要专门的、昂贵的硬件配置才能实现。

Rival.io 还在八块 NVIDIA RTX 6000 GPU 上部署了 DeepSeek V4 Flash，并达到完整的企业级性能，展示了 GraphX 支持高并发企业工作负载的能力。

Rival.io 联合创始人兼首席技术官 Charlie Wardell 表示：“仅凭硬件规格无法判断一个系统的实际能力。如何安置模型、管理内存以及执行计算，都可能从根本上改变硬件所能实现的效果。其意义远不止于 L4。我们正在扩大能够运行大型开放权重模型的硬件范围，并证明私有 AI 不必依赖少数高端 GPU。”

GraphX 可在兼容的 AMD、Intel 和 NVIDIA 硬件上优化工作负载，并支持 DeepSeek、GLM 和 Kimi 系列模型，使企业能够根据性能需求、预算和可用算力灵活选择模型与基础设施。

受支持的模型可部署在企业自有的云或数据中心，也可部署在 Rival.io 的专用基础设施上。每个部署都运行在独立、隔离的环境中，拥有专属的安全端点和访问凭证，企业可以掌控 AI 的运行位置，并将连接限制在授权用户和应用程序范围内。模型可以在 Rival.io 内部驱动工作流、智能体和应用，也可以连接第三方工具，将私有 AI 延伸至企业已在使用的各类系统中。

GraphX 现已可按需使用，网址为 Rival.io/graph-x。

**关于 Rival.io**

Rival.io 是一个企业级 AI 操作系统，在一个集成且与模型无关的平台中，汇集了企业构建、部署、治理和规模化 AI 所需的全部功能。Rival.io 由 CortexOne 驱动，使企业无需管理复杂的基础设施即可编排 AI 工作流，同时让开发者和领域专家能够发布、保护并变现可复用的工具、函数、智能体和系统。更多信息请访问 rival.io。