DeepSeek 開源 DSpark 推論加速框架，最高可提升 LLM 輸出速度 85%

DeepSeek 於週末發布 DSpark，一套採用 MIT 授權的開源框架，專為加速大型語言模型（LLM）的推論速度而設計，且不影響模型輸出內容的準確性。DSpark 的核心技術為推測式解碼（speculative decoding）：系統以一個較輕量的「草稿模型」提前預測後續 token，再由主模型快速驗證，預測準確時可大幅跳過逐步生成的瓶頸，據稱可將推論速度提升最高 85%。DeepSeek 同步釋出技術論文、模型權重，以及用於訓練與評估推測式解碼系統的程式碼庫 DeepSpec，全數公開於 GitHub 與 Hugging Face。此次發布延續 DeepSeek 以開源路線輸出基礎設施能力的策略，在美國政府陸續限制 Anthropic、OpenAI 等模型對外開放的地緣政治背景下，這類可被全球開發者自由取用的技術釋出，對亞太地區企業在推論成本控制與部署效率上具直接參考價值。