glm53-flash-exl3-2x-dgx-spark
95/100Kit de producción para GLM-5.3-Flash (320B MoE) en 2x NVIDIA DGX Spark con 1M context window, EXL3 quantization y DFlash2 speculative decoding. Soluciona prefix-cache misses mediante parches específicos, logrando 97%+ hit rate y ~33 tok/s decode para prose.