428B 开源了，先备 8 张 H100：M3.1 Flash 部署实录
M3.1 Flash（428B/A23B）本地部署实录。先泼冷水：官方没有任何消费级或单卡配方，vLLM recipe 与 SGLang cookbook 验证过的最小档是 4 张 Blackwell（B200/B300/GB200/GB300，TP4）、4 张 AMD MI355X（TP4）或整机 8 张 H100/H200（TP8，FP8 路径）。权重从 HF 或魔搭下载（公开、非 gated），体积三口径并存：社区口径 252.4GB/48 分片加 2.3GB DSpark 草稿头，vLLM recipe 另列 NVFP4 285GB、MXFP4 293GB、FP8 533GB；官方无独立量化仓。vLLM 需 0.33.0 及以上（发布当日不在 PyPI，用 Docker 镜像 vllm/vllm-openai:minimax-m31-flash 或 nightly），三条官方命令逐字实录：H100/H200 TP8、GB200 TP4、MI355X TP4，均强制 --block-size 128 与 --disable-hybrid-kv-cache-manager（漏掉会报 No common block size for 16）；1M 上下文靠 --max-model-len 放开（Hopper 官方示例限 262144）。SGLang 尚未合入 main（Blackwell 需装 MSA 内核 pinned commit 且 nvcc 不低于 13.4，cu130 不算数）。显存账本：BF16 全量约 856GB 为推算口径非官方；激活 23B 只降算力不降显存门槛——428B 的专家必须全部驻留，这就是消费级不可行的根因；1M 上下文的 KV cache 总量官方未公布。国产算力走 FlagOS Day-0 九芯片（含华为昇腾，SGLang-plugin-FL 路径），性能数字标 FlagOS 官方口径。排障 13 条官方预置口径全收：hugepages 560GiB、B200 OOM、parser 拼写差异等，每条带解法。许可 MiniMax Community License：商用署名加 2000 万美元门槛。一句话现实：428B 开源了，先备 8 张 H100。