现在到了下一步：在128GB显存的配置下，模型的预填充阶段可以完全驻留内存，因为在这个非常特殊的LLM——DeepSeek v4.1 Flash中，预填充过程并不使用解码器部分。

我们可以利用这一点，在进行大规模预填充时将所有层都加载到内存中。