DeepSeek V4.1 Flash 用 YOCO 式 decoder-decoder 把 KV cache 减半
nrehiew_ · x · 2026-09-11
nrehiew 讲 DeepSeek V4.1 Flash 最核心的设计:20 层 encoder + 20 层 decoder。针对 prefill 昂贵的问题,下半层生成 KV cache,经逐层投影后共享给上半层——可理解为一种被后层各自读取的状态。设计灵感来自 YOCO,因此被称为 decoder-decoder(两个模块均因果掩码),SWA 层不适用此结构。
所属事件:DeepSeek V4.1 Flash 技术报告流出：死磕 KV cache 压缩(44 条相关)→
「Infra」频道最新
- 分析师：蚂蚁是当前工作负载最具弹性可置换的模型厂商 — BenBajarin · 2026-10-26
- Anthropic S-1：训练基建优势使单任务成本降40%、营收增速翻倍 — BenBajarin · 2026-10-26
- 研究揭示合成数据最优比例随算力从10%升至32% — heghbalz · 2026-10-26
- 多州暂停新建数据中心，72% 美国人反对建在家门口 — YvesMulkers · 2026-10-26
- 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