开源 DSpark 推测解码器：Inkling 解码吞吐量提升 1.89 倍
BanghuaZ · x · 2026-07-23
开发者为 Inkling NVFP4 模型训练了全新的 DSpark 推测器，基于 SpecForge 和 SGLang 目标引擎构建，显著提升了推理效率。
性能表现方面：
- 在 bs=64（8xB200, TP8）配置下，解码吞吐量相比非推测解码提升了 1.89 倍。
- 在相同批次大小下，比 Inkling 内置的 MTP 快 7-14%。
- 平均接受长度达到 3.66，在 GSM8K 数据集上最高可达 4.76。
底层技术细节：采用 5 层 Qwen3 风格的 DFlash 并行草稿骨干网络；具备 Rank-256 Markov logit-bias head；内置按位置置信度头部预测接受率；基于 40 万次 Inkling 重生成数据进行在线蒸馏。
所属事件:开源 DSpark 推测解码器使 Inkling 吞吐量提升 1.89 倍(3 条相关)→
「Infra」频道最新
- 推理服务关键指标盘点:流式速度 TPOT 与可用性如何影响体验 — abhijithneil · 2026-09-11
- PlanetScale 推出分片 Postgres,768 台服务器组成 1PB 单库 — dhruv2038 · 2026-09-11
- 7900 XTX 24GB 能否跑 Qwen，Reddit 征集 ROCm 实测数据 — thenomadexplorerlife · 2026-09-11
- 实测戳破 RTK 省钱神话:token 省了,账单分文未降 — Bartaseth · 2026-09-11
- SF Compute 创始人：现在买算力是「绝对糟糕的体验」 — IgorCarron · 2026-09-11
- 开源 SmolVM:2026 年 Agent 不止用浏览器,而是拥有整台电脑 — aniketmaurya · 2026-09-11