核心原理：先“打草稿”，再“批改”
你把大模型想象成一个超级学霸。
它写答案特别厉害，但速度很慢，一个字一个字地写。
DSpark的做法是：先找个学渣（小模型）快速猜出一大段话（打草稿），然后让学霸一次性“批改”。
学霸批改的时候，猜对的直接通过，猜错的地方才重写。
因为是一次性批改10个字，而不是一个字一个字写，所以速度暴增。
两个关键创新
第一招：半自归生成
以前的学渣要么“一个字一个字猜”（慢但准），要么“一次猜一长串”（快但后面全是错的）。
DSpark把它们结合起来——先并行猜主干，再用一个小模块补充词与词之间的关联。这样既快又准。
第二招：置信度调度验证
你上学时，是不是有些学霸会先扫一眼作业，把明显错的先挑出来？
DSpark也学会了这个——它给每个候选token打一个“存活概率”，系统忙的时候，直接跳过那些“大概率被拒绝”的token，把算力留给真正需要校验的地方。
配套开源项目：DeepSpec
DeepSeek这次不只是开源了DSpark，还开源了一个全栈平台DeepSpec。
它帮你把“训练草稿模型→跑评估→部署加速”的流程全包了。
GitHub地址： https://github.com/deepseek-ai/DeepSpec
image.png
image.png
论文地址： https://github.com/deepseek-ai/DeepSpec/blob/main/DSpark_paper.pdf
实操：怎么用？
方案A：直接调用API（最简单）
直接调DeepSeek-V4-Flash-DSpark或V4-Pro-DSpark的API，零部署。
DeepSeek官方没有单独开一个“DSpark版API”，而是直接把加速集成到现有模型里了。你打开DeepSeek官网的API开放平台：https://platform.deepseek.com
选择V4-Flash或V4-Pro的API进行调用，就已经在享受DSpark加速了。
方案B：本地部署（自己动手）
Hugging Face上已经发布了两个DSpark版模型权重：
deepseek-ai/DeepSeek-V4-Pro-DSpark（889B参数）
deepseek-ai/DeepSeek-V4-Flash-DSpark（165B参数）
用vLLM部署：
安装vLLM
pip install vllm
启动DSpark加速的V4-Flash模型
vllm serve “deepseek-ai/DeepSeek-V4-Flash-DSpark”
用SGLang部署：
pip install sglang
python3 -m sglang.launch_server
–model-path “deepseek-ai/DeepSeek-V4-Flash-DSpark”
–host 0.0.0.0
–port 30000
然后你的API地址就是：
http://你的服务器IP:8000/v1/chat/completions
然后你就可以在本地体验“秒回”了。
直接当OpenAI兼容接口用就行。注意Flash版165B参数，至少需要8卡A100的企业级服务器才能跑，Pro版还未公开配置，但从参数量上看肯定要多很多。
要想自己部署测试或进行复现，可以访问九章智算云，轻松获得大卡资源。有需要的朋友请联系峰哥。
注意：数据准备阶段存储需求极大
如果你要自己训练草稿模型，注意了——默认配置下的KV Cache大概需要38TB存储空间。
所以，除非你是大企业，否则老老实实直接调用API或下载官方已经训练好的模型即可。
六、读者可能的问题，我替你问了
Q1：DSpark会让AI的回答变差吗？
A：不会。它用了“拒绝采样”机制，数学上严格保证输出分布和原模型一致。快是快了，质量一丝一毫都没动。
Q2：我的显卡能跑吗？
A：165B参数的Flash-DSpark版，8张A100就能跑。企业级部署门槛不高。
Q3：DSpark只支持DeepSeek自己的模型吗？
A：不是。论文和实测显示，DSpark对Qwen、Gemma、LLaMA等主流开源模型同样适用。它是个通用“加速插件”。
Q4：对普通用户有什么实际好处？
A：更快的AI客服、更流畅的AI编程助手、更便宜的API服务。以后你点个“帮我写方案”，AI几乎秒回。
Q5：它们开源协议是什么？
A：MIT协议，商用、二次开发无版权限制。
