梁文锋署名，DeepSeek 发布最新论文

📌 一句话摘要

本文报道 DeepSeek 联合北大发布 DSpark 推测解码论文，通过半自回归生成与置信度调度机制，在同等吞吐下实现 60%-85%的推理加速，并开源配套代码库 DeepSpec。

📝 详细摘要

文章对 DeepSeek 最新论文《DSpark: Confidence-Scheduled Speculative Decoding with Semi-Autoregressive Generation》进行技术解读。DSpark 是部署于 DeepSeek-V4-Flash/Pro 的推测解码模块，通过半自回归生成架构和置信度调度验证机制，在同等吞吐下将 V4-Flash 生成速度提升 60%-85%、V4-Pro 提升 57%-78%，并已在 Qwen、Gemma 等模型上验证。文章详细介绍了两项技术突破——半自回归生成解决并行草稿质量瓶颈，置信度调度优化系统效率，同时指出当前局限与未来方向。随论文开源的 DeepSpec 代码库可降低中小企业推理优化门槛。

💡 主要观点

- DSpark 通过半自回归生成架构，在保留并行吞吐的同时提升草稿质量。 轻量级串行模块注入前缀依赖信息，使两层深度的 DSpark 超过五层 DFlash 的接受长度。

置信度调度机制动态决定最优验证长度，优先分配算力给高回报 token。 通过时序温度缩放校准置信度，结合硬件感知调度器，提升高并发场景下的系统吞吐。

DSpark 已在多个主流模型上验证，平均接受长度相对 Eagle3 提升 26%-31%。 在数学推理、代码生成、日常对话三个领域均有一致性提升，且跨模型泛化。

💬 文章金句

- 不拼参数拼速度

更快、更省算力正在取代单纯的模型跑分，成为厂商竞争力的关键指标。

📊 文章信息

AI 初评：83

来源：凤凰网财经

作者：凤凰网财经

分类：人工智能

语言：中文

阅读时间：9 分钟

字数：2250

标签： AI推理优化, 推测解码, DeepSeek, 开源模型, AI工程实践

阅读完整文章

梁文锋署名，DeepSeek 发布最新论文

🤖 問 AI