一张显卡装不下超大模型，就像小书桌摆不下整套资料：一部分只能留在系统内存，需要时再搬给显卡。通常，这段搬运会拖慢生成。但一位开发者实测 DeepSeek V4 Flash 284B 时发现，把约 10.15GB 的 DSpark 草稿模型放进系统内存，反而比塞进显存更快。
DSpark 用的是投机解码——先由较小的草稿模型猜出一批 token（模型生成文字时的基本单位），再交给大模型统一核验。测试所用模型文件为 144.4GB，单张 RTX PRO 6000 只有 96GB 显存，因此部分“专家层”必须卸载到系统内存。把 DSpark 移出显存后，腾出的空间能让大模型多放三个专家层进显卡。作者报告，在尽量对齐显存占用后，无草稿模型为 26.52 tok/s，DSpark 放显存为 29.86 tok/s，放系统内存则为 31.16 tok/s：相对前者约快 4.4%，相对不用 DSpark 快约 15%—17%。
这个结果说明，关键不只是多少数据经过系统内存，还包括这些数据被读取得有多频繁。不过，这只是作者在特定硬件和编程任务上的实测，不能直接视为普遍规律。