【#DeepSeek发布DSpark#】DeepSeek联合北京大学，直接卷起了算力效率。开源：全栈推测解码工具链 DeepSpec ，并打出内置的王牌加速算法 DSpark。

推测解码本是让小模型“打草稿”、大模型“总审”来给显卡提速，但过去高并发时盲目验证常导致算力雪崩 。DSpark 做了两大神级工程优化：

半自回归生成：加了轻量“纠偏小尾巴”，让小模型盲猜的准确率暴增，拒绝语意脱节。系统高峰期一旦发现后续字正确率低，立马“早停”截断，绝不让显卡为注定被拒绝的字干白工。

V4-Flash 引擎：吞吐量提升了 51%（在保证单用户 80 tok/s 的标准下）。而当要求拉满到 120 tok/s 时，吞吐量更是极其恐怖地飙升了 661%！

V4-Pro 引擎：在不同的响应标准下，系统吞吐量也分别暴增了 52% 和 406%。

线上实测：在不加显卡的前提下，打字吐字速度（生成速度）在相同吞吐水平下提升了 60% 到 85%，大模型顶级工程优化正在超越硬件限制。

#微博跨域计划#