DeepSeek 联合北大发布 DSpark 推理加速框架，生成速度提升最高 85%

DeepSeek 联合北京大学发布 DSpark 推理加速框架，旨在解决大语言模型在高并发生产环境中的推理效率瓶颈。该框架已部署于 DeepSeek-V4-Flash 与 DeepSeek-V4-Pro 的预览版服务引擎中。

DSpark 采用半自回归架构与置信度调度验证机制，在候选生成和验证调度两个环节进行优化。在离线基准测试中，DSpark 在 Qwen3 系列、Gemma4-12B 等模型上的平均每轮接受长度均优于 Eagle3 和 DFlash 两类基线方案。

在 DeepSeek-V4-Flash 引擎的生产环境实测中，当单用户生成速度不低于 80 token/s 时，DSpark 的聚合吞吐量相比原有基线提升 51%；在 DeepSeek-V4-Pro 引擎上，35 token/s 的服务水平协议下吞吐量提升 52%。匹配吞吐量水平下，单用户生成速度提升 57% 至 85%。

DSpark 相关论文、训练代码及模型检查点已在 GitHub 开源，为行业提供了一种兼顾推理速度与生成质量的技术路径。