KV 压至 890 字节/token:DeepSeek V4.1 Flash 显存需求降 3.9 倍
teortaxesTex · x · 2026-09-10
博主分析 DeepSeek V4.1 Flash 的工程突破:KV cache 压缩到 890 字节/token,百万 token 不足 1GB,相比 V4-Flash HBM 需求再降 3.9 倍、SSD 需求降 8 倍,而且半年过去仍没有其他模型接近 V4 架构的 KV cache 效率。按 96GB 显存/950DT 的最低配置估算,可在华为集群上并行跑约 130 万个满预算 agent。作者称其毛利率超过 90%,认为这种效率提升在美国实验室会被称作「RSI(递归自我改进)」。
所属事件:DeepSeek V4.1/Flash 爆料：552B 非对称架构对标 GPT-5.6 Sol(21 条相关)→
「Infra」频道最新
- 500 万美元种子轮不够 DeepSeek 训一遍:没 GPU 的 AI 创业只剩三条路 — FinanceYF5 · 2026-10-26
- HBM 需求转向:低端推理砍单,Rubin 将全系 12-high HBM — BenBajarin · 2026-10-26
- CircuitHub 发布工厂级机器人 The Grid，美国产 PCB 提速两倍对标深圳 — garrytan · 2026-10-26
- Ubicloud 发文修复 vLLM 工具调用准确率问题 — petrusenko_max · 2026-10-26
- Meta 批准无投票权 C 类股，2026 年资本开支指引达 1350–1450 亿美元 — thione · 2026-10-26
- Unsloth 发布 MiniMax-M3.1-Flash 量化：2-bit 保留 91.5% 精度，150GB 内存可跑 — danielhanchen · 2026-10-26