DeepSeek 最新发的 DSpark，其实你早就用上了。

最近用 DeepSeek 的朋友，是不是感觉突然变快了？

你是对的，这不是你的错觉。

这背后是最近 DeepSeek 联合北大开源的一个新东西，叫 DSpark。

它成功替换了此前生产系统里的方案，你已经在不知不觉中，体验到了它的威力。

用大白话来说下，这东西到底干了啥。

先说一个最反直觉的点，大模型生成速度慢，瓶颈并非是算力不够，而是内存搬运慢。

你可以理解成模型的脑子转得飞快，但每说一个字就得回仓库翻一遍资料。

业界主流的提速做法是推测解码，找一个小模型当秘书，一口气多猜几个字，再交回给大模型老板去一次做验证，这就比自己慢慢构思快多了。

但过去的秘书普遍存在偏科现象，要么后劲足但起步慢，要么爆发力强，但越往后越离谱。

DSpark 全都要，完美融合了各家之长，独创了半自回归生成。

既能像 DFlash 一样，并行输出所有位置的基础预测，保证起步的爆发速度。

又接入了极度轻量的马尔可夫头，只看前一个字来做一次极低成本的概率修正，解决了后缀衰减问题。

这还没完。

在过去，不管秘书猜的对不对，即使明显错得离谱，也全部一股脑交给老板验证，既浪费算力又拖垮了整体的吞吐量。

DSpark 的另一个大创新，是引入了置信度调度验证。

不光能预测秘书猜的词在老板那里能过关的概率，为了防止 AI 盲目自信，还会在线对这些概率进行温度校准。

还会实时监控当前 GPU 的吞吐量曲线，当半夜服务器闲置，GPU 算力富余时，调度器会放开手脚，让系统大批量验证。

当早晚高峰服务器拥挤时，调度器会立刻收紧预算，只做少量高确定性的验证，不浪费一丝一毫的公共算力。

来看几个关键的数字。

跟 DeepSeek 原本就很能打的 MTP-1 基线比，DeepSeek-V4-Flash 和 V4-Pro 的推理生成速度，分别大幅提升了 60%～85% 和 57%～78%。

吞吐上更夸张，常规并发服务目标下，系统总吞吐提升 51%～52%，而在严苛的高并发服务目标下，名义吞吐优势能干到 406%～661%。

还没完。

D 老师把这套极致优化过的工程框架，全部开源了。

因为 DSpark 是通用的，理论上可以应用到任何一个模型。

论文里也拿 Qwen3 和 Gemma4 都做了验证，DSpark 的效果明显比之前的提速方案好。

怎么说呢，这波格局直接拉满。

DeepSeek 真不愧是源神。

#DeepSeek新发布的DSpark有多强##HOW I AI#