Mac跑DeepSeek V4的专用推理引擎

llama.cpp 的通用性是把双刃剑：支持几百种模型格式意味着代码路径复杂、优化难以针对单一模型做到极致。DwarfStar 的赌注是 DeepSeek V4 系列值得一个专用运行时，类似当年 Stable Diffusion 的 webui 后来分化出 ComfyUI 等专用工作流。

关键信号是 96GB Mac + SSD streaming 的设定，这瞄准的是苹果统一内存架构的甜点区——NVIDIA 显存贵且少，Mac Studio 的 192GB 版本反而成了性价比最高的本地推理节点。做 AI 应用创业的团队如果客户部署场景包含 Mac 工作站，这个引擎的延迟表现可能比 vLLM/llama.cpp 快一个数量级，值得纳入 benchmark 对比。

风险在于"deliberately narrow"：如果 DeepSeek V4 迭代速度或社区热度下滑，维护动力会成问题。短期看适合已经锁定 DeepSeek 模型栈的团队。