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。
「Infra」频道最新
- AI 岗位提到 evals 的占比升至 10.7% — HamelHusain · 2026-07-23
- Writer 研究揭示：优化 AI 外部架构可降本 41% 且不损精度 — bendee983 · 2026-07-23
- 语音助手把后端迁到欧洲后，工具调用立刻变快 — ur_piyo_a_hoe · 2026-07-23
- Meta 重构 BLOB 存储，缓解 exabyte 级集群 GPU 空转 — Meta_Engineers · 2026-07-23
- 规避出口管制？三星代理商对华HBM出货量激增 — ohlennart · 2026-07-23
- Serverless Framework 给 Agent 代码加了 Lambda microVM 沙箱 — DavidWells · 2026-07-23