DeepSeek 披露 V4.1 Flash 推理部署实践：无黑魔法，效率来自工程组合
DeepSeek 开源了 V4.1 Flash 的大规模推理部署文档，Latent Space 播客翻译并引发讨论。工程师逐条拆解其效率来源，指出并无黑魔法，而是 Engram 减参 30%、WideEP 摊薄权重等多项工程手段的组合。文档还披露一个少见的细节：由于 V4.1 Flash 大幅压缩 KV cache，可将 Prefill 和 Decode 分离到跨数据中心部署，推理可行，但风险是光纤可能被施工挖断。
2026-10-21 ~ 2026-10-21 · 2 条相关
- 第 1 集:DeepSeek 开源生产推理框架 DeepInfer 并公开运营数据(2026-10-20,51 条)
- 第 2 集:爆料称 DeepSeek ARR 达 10 亿美元，极少量 GPU 即可支撑(2026-10-20,5 条)
- 第 3 集:DeepSeek披露推理集群收入：单集群日吞155万亿token，每卡时38美元(2026-10-21,8 条)
- 第 4 集:DeepSeek 披露 V4.1 Flash 推理部署实践：无黑魔法，效率来自工程组合(2026-10-21,2 条)
- 第 5 集:DeepSeek 开源 DeepInfer 推理框架，被指缺 KV 缓存与负载均衡(2026-10-21,2 条)
- 第 6 集:swyx 与 willcb 激辩 DeepInfer：推理栈开源是突破还是常规进展(2026-10-21,3 条)
- DeepSeek V4.1 Flash 推理部署拆解：Engram 减参 30% + WideEP 摊薄权重 — teortaxesTex · 2026-10-21
- DeepSeek 部署文档：跨数据中心推理可行，但光纤易被施工挖断 — teortaxesTex · 2026-10-21