爆料称 DeepSeek V4.1 Flash 把预填充-解码分离做进模型权重
altryne · x · 2026-09-11
转发引用 Chris Alexiuk 的分析：DeepSeek V4.1 Flash 据称将「解耦服务」（disaggregation）内建到了模型本身。预填充（prefill）与解码（decode）本质上是两种不同的计算任务，通常在服务层做分离部署，而这次爆料称其把这一拆分直接编码进模型权重而非仅靠 serving 栈实现。属未经官方证实的传闻，但若属实是推理架构上的非常规设计。
「Infra」频道最新
- 推理瓶颈在带宽而非算力,Positron 反转 GPU 设计路线解析 — lemire · 2026-09-11
- 曝 DeepSeek V4.1 Flash 将 prefill/decode 分离直接写入模型权重 — altryne · 2026-09-11
- Oracle 未上调债务预期股价大涨，评论称其本质是 GPU 大宗服务生意 — TiernanRayTech · 2026-09-11
- 97.5% 缓存命中率仍藏一半账单:六 Agent 公司实测省钱 59% — Icy_Comfort_6220 · 2026-09-11
- 华为发布近封装光学新标准,挑战英伟达与博通 — pstAsiatech · 2026-09-11
- Redis 只作缓存就关掉快照和日志,磁盘占用大幅下降 — DanielLockyer · 2026-09-11