4 台 DGX Spark 集群跑 GLM-4.6-Flash：1M 上下文、16 并发的本地部署配方

开发者 tenhkspark 公开了用 4 台 DGX Spark（各 128GB 统一内存）搭建全本地推理集群的完整配方，以 1M 上下文、16 路并发运行 GLM 系列模型。官方推荐装法达不到该上下文与并发数，因此他更换推理加载器，修改部分经代码审计确认安全。仓库以 MIT 协议开源，含 perf-test 等实测脚本，并附 Nemotron Parse 在 GB10 上的自建方法。