#DeepSeek发布DSpark#2026年6月27日，DeepSeek联合北京大学正式开源了推理加速框架DSpark，直接把大模型行业的竞争焦点从“卷参数规模”拉到了“拼推理效率与成本”。
核心技术机制：让模型“边猜边验”
大模型生成文本通常采用自回归方式逐字计算，耗时且极其消耗算力。DSpark 采用了推测解码（Speculative Decoding）的逻辑，相当于给大模型配了一个轻量级的“草稿助理”：
草稿预判：小模型快速批量生成候选文本，大模型只需一次性校验，避免了逐个Token的重复计算。
半自回归生成：采用“并行主干网络+轻量级顺序模块”的半自回归架构，解决了传统方案中随着候选文本变长、接受率迅速衰减的痛点。
置信度与硬件感知调度：模型会根据草稿的“靠谱程度”打分，同时结合当前GPU的负载情况，动态决定每次验证的长度，精准截断低概率内容，避免算力浪费。 http://t.cn/AXSQyTcg