DeepSeek V4引入DSpark框架，推理速度最高提升85%
Claire Weston
DeepSeek為V4版本上線投機解碼框架DSpark，Flash模型用戶生成速度最高提升85%，同步開源全棧工具鏈DeepSpec——這是一次純工程加速，模型能力本身沒有改變。
速度提升了多少，怎樣做到的？
DSpark已部署在DeepSeek-V4的真實線上流量中，對比上一代基準MTP-1：Flash模型用戶生成速度提升60%–85%，Pro模型提升57%–78%。
關鍵前提：總體吞吐量維持不變。這意味著→ 並非靠多燒卡換來的快，而是同樣的算力「擠」出了更多有效輸出。
簡單來說＝ 用戶端感受就是「回答快了大半」，但後台GPU用量沒有增加。
DSpark的核心技術思路是甚麼？
傳統大模型逐字生成，像打字員逐個鍵敲；並行草稿模型（同時猜多個詞再驗證）快，但後面幾個位置猜中率越來越低。DSpark將兩者結合——半自回歸架構：大部分詞並行猜，少量關鍵位置串行補。
驗證環節引入置信度頭（一個輕量模組，給每個待驗證詞打「存活概率」分），配合硬件感知調度器，實時決定每個請求送去驗證幾個詞。這意味著→ 大概率被拒的詞直接跳過，不浪費GPU算力。
調度器異步運行，用前兩步歷史預測決定截斷長度，隱藏調度延遲。這反映出整套設計的目標：工程上零額外開銷，同時保證輸出與原模型完全一致。
跑分比同類方案強多少？
在數學推理、代碼生成、日常對話等多項任務上，DSpark超越了自回歸方案Eagle3和並行草稿方案DFlash。
以Qwen3系列（4B/8B/14B）為目標模型，DSpark的平均接受長度（每輪驗證中被採納的詞數）比Eagle3高26.7%–30.9%，比DFlash高16.3%–18.4%。
簡單來說＝ 接受長度越長，每輪「猜詞」的有效產出越多，速度自然越快。
開源的DeepSpec是甚麼？
DeepSpec是隨DSpark一同開源的全棧代碼庫，覆蓋數據準備、草稿模型訓練和評估三個階段，內置DSpark、DFlash、Eagle3三種草稿模型，支持Qwen3和Gemma目標模型。
面向單節點8卡環境；以默認Qwen3-4B配置為例，目標緩存體積約38TB——這意味著→ 中小團隊想跑通全流程，存儲資源是第一道門檻。
評估基準涵蓋GSM8K、MATH500、AIME25、HumanEval、MBPP、LiveCodeBench等，覆蓋數學、代碼和對話三大類任務。
這次更新對行業意味著甚麼？
DSpark不是模型能力的升級，而是推理效率的工程優化。這反映出當前大模型競爭正從「誰更聰明」轉向「誰更快更省」。
開源DeepSpec的更大意義在於：第三方團隊可用同一套工具鏈為自己的模型加速——但DSpark在第三方模型上能否複現同等加速效果，目前沒有數據，這將是檢驗通用性的關鍵節點。
說白了＝ DeepSeek給出了一套「加速方案+工具箱」，自家模型已驗證有效；能否成為行業通用工具，還要看其他人用起來效果如何。
Content is for reference only, not financial advice.