kindlingai/glm-5.3-flash-exlr8-1x-spark는 단일 DGX Spark에서 GLM-5.3-Flash를 gr8으로 실행하는 Docker 배포 설정을 제공하는 저장소다. 공개된 최신 릴리스는 없으며, README는 K2 가중치와 int4 키-값 캐시, DFlash2 추측 디코딩, 디스크 기반 프롬프트 캐시를 결합한 구성을 설명한다. 저장소의 라이선스는 MIT이다.
이 구성은 한 대의 장비에서 모델을 실행할 때 속도 우선 설정과 긴 문맥 우선 설정을 선택하도록 안내한다. 동시 요청 수와 문맥 길이는 설정으로 조절하며, README에 제시된 구성은 요청 4개를 동시에 처리한다. 프롬프트 캐시는 문맥을 디스크에 저장하는 방식이며, int4 키-값 캐시와 DFlash2 추측 디코딩도 실행 설정에 포함된다. 따라서 이 저장소의 핵심은 새 모델이나 별도 라이브러리의 소개가 아니라, GLM-5.3-Flash를 단일 장비에 배포하는 설정과 용량 조절 방법이다.
README는 기본 설정에서 초당 54.2 토큰, 최대 262144 토큰 요청을 보고한다. 이는 README에 적힌 단일 장비의 측정치이며, 긴 문맥 설정에서는 처리 속도가 낮아진다고 명시한다. 따라서 이 수치를 다른 장비나 설정에서도 기대할 성능으로 일반화하기보다는, 해당 배포 구성의 작성자 측정으로 한정해 보는 편이 타당하다.