Fortil ha publicado slotstream-spark, un motor de inferencia optimizado para ejecutar el modelo Qwen3.8-Flash-Next en una única NVIDIA DGX Spark. Esta herramienta adapta la arquitectura de slotstream, originalmente diseñada para macOS, al entorno CUDA de NVIDIA, permitiendo el uso de un checkpoint de 103,8 GB con 125.000 millones de parámetros de mezcla de expertos (MoE) y 6.000 millones activos por token.
El sistema opera mediante la lectura de expertos enrutados desde almacenamiento NVMe hacia un pool de slots, manteniendo los pesos densos en la memoria unificada. En pruebas realizadas el 14 de octubre de 2026 en modo D5, el motor alcanzó una velocidad de decodificación de 29,37 tokens por segundo (tok/s) y respondió un prompt frío de 8.192 tokens en 22,033 segundos. El proyecto incluye una tabla de n-gramas de 32 GB y una torre de visión, con requisitos de hardware específicos: GPU NVIDIA GB10 con 128 GB de memoria unificada y aproximadamente 208 GB de NVMe.
La documentación detalla métricas de rendimiento, incluyendo tiempos de respuesta (TTFT) y perfiles de carga, comparando el rendimiento con llama.cpp. El motor destaca por su capacidad de compartir el host con otros servicios, devolviendo la memoria cuando se solicita, aunque las pruebas se limitan a un solo modelo y máquina, sin medir la presión de memoria en entornos con múltiples cargas simultáneas.