跨苹果与英伟达设备部署DeepSeek模型

利用低至0.9KB/token的提示状态，可在M5 Ultra与两张RTX PRO 6000间切分模型。

推荐理由：0.9KB/token的提示状态把跨设备传输压力压至普通1/10GbE可承受范围，使CUDA与Metal在第20层切分部署成为可行的异构推理方案。