DeepSeek V4.1 Flash 内核工程大幅进步，GLM-5.3 Flash 相去甚远

teortaxesTex · x · 2026-09-12

推主 teortaxesTex 称 DeepSeek V4.1 Flash 在内核工程（kernel engineering）能力上有「巨大提升」，GLM-5.3 Flash 远不及。引用的实测贴显示：V4.1 Flash 在 KernelBench-CUDA 上为 RTX PRO 6000 写出 DeepSeek 原生稀疏注意力内核，达 dense 等效 roofline 的 0.50，排第四（Fable 5.1 为 1.06、Opus 5 为 1.04）；内核使用内联 PTX（mma.sync bf16、ldmatrix、xor-swizzled cp.async）并把 fp32 block-scoring top-8 前导融合进注意力内核。作者指出其在 8K 上下文语义只需约 14% 的因果块三角，却执行了 78%，这部分冗余计算正是与前三名的差距所在。