我是一个做方案的战五渣，模型啥都懂一点，但不深 现在接触的很多项目，都要搞算力自己部署模型 项目给过来的需求都是： 模型是哪个 模型参数量多少 部署做什么量化 并发数多少 最长是多少k的会话 比如： 部署DeepSeek的v4 flash 参数量284B。 做FP/in8量化 并发100 会话上下文1M 模型部署大概需要300G显存，这个好预估，因为int8是接近1:1 但并发、上下文长度、KV缓存这些参数的显存消耗，怎么预估合适呢 并且首token的耗时，怎么预估和降低呢（听说融合部署会降低）…