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
- Unconventional AI 收购 NeuReality,冲刺算力效率提升 1000 倍 — NaveenGRao · 2026-10-27
- 马斯克断言:机器人 RAM 需求将超其他一切,超级智能算力将移向深空 — elonmusk · 2026-10-27
- RTX 5090 卖到 7000 美元，PC 游戏社区集体否认 AI 热潮 — PAstynome · 2026-10-27
- Wan2GP 上架 Pinokio：6GB 显存一键跑 AI 视频生成 — cocktailpeanut · 2026-10-27
- AWS 详解 Agent 提示缓存：显式+隐式双模式省下重复 token 账单 — AWS ML Blog · 2026-10-27
- 6 个月被抢超 1 亿美元：盗贼用 GPS 欺骗劫走数据中心货物 — Ars Technica AI · 2026-10-27