曝 DeepSeek V4.1 Flash 将 prefill/decode 分离直接写入模型权重
altryne · x · 2026-09-11
- 据Chris Alexiuk 透露,DeepSeek V4.1 Flash 把预填充(prefill)与解码(decode)的分离做法直接「烘」进了模型本身,而不只是停留在推理服务栈层面。
- prefill 与 decode 是两种性质不同的计算任务,业界通常在 serving 层做 disaggregated 架构;若属实,把这一拆分内置到权重中是相当非常规的设计。此消息为第三方转述,未经官方证实。
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