DeepSeek DSpark: Avoimen lähdekoodin spekulatiivinen dekoodauskehys nopeuttaa V4:ää jopa 85 prosenttia

DeepSeek DSpark nopeuttaa tekoälyä jopa 85 prosenttia – avoimen lähdekoodin kehys on jo käytössä

27. kesäkuuta 2026 DeepSeek julkaisi yhdessä Pekingin yliopiston kanssa DSpark-spekulatiivisen dekoodauskehyksen, joka nopeuttaa suurten kielimallien (LLM) päättelyä. Kehyksen ohella DeepSeek avasi lähdekoodin DeepSpec-koodipohjalle, joka sisältää koko pinon koulutus- ja arviointityökaluja, sekä DSparkilla varustetut DeepSeek-V4-Flash- ja V4-Pro-mallipainot . Tutkimusraportin, "DSpark: Confidence-Scheduled Speculative Decoding with Semi-Autoregressive Generation", on allekirjoittanut DeepSeekin toimitusjohtaja Liang Wenfeng .

Miten DSpark toimii?

DSpark ei ole uusi perusmalli. Se on lisämoduuli, joka liitetään olemassa oleviin mallipainotuksiin ja luo spekulatiivisen dekoodausputken . Ydinajatus on, että kevyt semiautoregressiivinen luonnosmalli tuottaa ehdokasmerkkejä nopeasti, jonka jälkeen päämalli tarkistaa ne kerralla erissä – perinteisen yksi merkki kerrallaan -lähestymistavan sijaan. Tämä menetelmä tunnetaan nimellä spekulatiivinen dekoodaus, jonka Google Research esitteli vuonna 2023 ja jota on sittemmin hiottu esimerkiksi SpecInfer-, Medusa- ja EAGLE-kehyksissä .

DSpark tuo mukanaan uudenlaisen luottamuspohjaisen aikataulutetun spekulatiivisen dekoodauksen. Järjestelmä päättää dynaamisesti, kuinka monta merkkiä sen kannattaa arvuutella luottamustasojen perusteella, mikä vähentää turhaa tarkistuslaskentaa . DSpark on korvannut DeepSeek-V4:n aiemman MTP-1 (Multi-Token Prediction) -menetelmän tuotantokäytössä .

Tuotantosuorituskyvyn parannukset

DSpark on jo käytössä DeepSeek-V4:n tuotantojärjestelmissä, jotka käsittelevät oikeita käyttäjäpyyntöjä DeepSeek-V4-Flash-preview- ja DeepSeek-V4-Pro-preview-palveluissa . Samalla järjestelmän kokonaisläpäisyllä DSpark parantaa yksittäisen käyttäjän generointinopeutta verrattuna aiempaan MTP-1-perustasoon:

Malli	Yksittäisen käyttäjän generointinopeuden parannus
DeepSeek-V4-Flash	60–85 % nopeampi
DeepSeek-V4-Pro	57–78 % nopeampi

Nämä tulokset perustuvat oikeaan käyttäjäliikenteeseen, eivät synteettisiin testeihin . Tiukoissa viivevaatimuksissa DSpark välttää aiemmille menetelmille tyypillisen läpäisykyvyn romahduksen ja työntää järjestelmän Pareto-optimaalista rajaa eteenpäin . Yhdessä testissä, jossa tavoitteena oli 120 tokenia/sekunti/käyttäjä V4-Flashille, MTP-1 oli lähellä kapasiteettinsa rajaa, kun taas DSparkin nimellinen läpäisykykyetu oli 661 % .

Malliriippumaton yhteensopivuus

DSpark on suunniteltu malliriippumattomaksi. Tutkimusraportissa osoitetaan sen toimivuus muillakin kuin DeepSeek-arkkitehtuureilla: Qwen3-4B-, Qwen3-8B- ja Qwen3-14B-malleilla DSpark paransi hyväksyttyjen merkkien määrää (macro-average accepted length) 30,9 %, 26,7 % ja 30,0 % Eagle3-perustasoon verrattuna . Rinnakkaista DFlash-luonnosmallia vastaan parannukset olivat 16,3 %, 18,4 % ja 18,3 % samoilla Qwen3-koilla . DSpark säilytti etumatkansa myös Gemma4-12B-mallilla . Huomionarvoisesti kaksikerroksinen DSpark-konfiguraatio ylitti viisikerroksisen DFlash-konfiguraation .

Luonnospituuden skaalaaminen 4 merkistä 16 merkkiin lisäsi vain 0,2–1,3 % viivettä kierrosta kohden, kun hyväksyttyjen merkkien määrä parani jopa 30 % .

DeepSpec-koodipohja

DSparkin ohella DeepSeek avasi lähdekoodin DeepSpec-koodipohjalle, joka on täysiverinen spekulatiivisen dekoodauksen koulutus- ja arviointikehys. Se sisältää Eagle3-, DFlash- ja DSpark-toteutukset ja antaa kehittäjille ja tutkijoille mahdollisuuden:

• Toistaa DSpark-raportin tulokset
• Kouluttaa omia luonnosmalleja
• Arvioida spekulatiivisia dekoodausputkia
• Laajentaa menetelmää omiin malleihinsa

Raportti, koodi ja mallipainot on julkaistu GitHubissa deepseek-ai/DeepSpec-säilössä ja Hugging Facessa .

Laajempi konteksti: V4:n virallinen julkaisu ja ruuhka-ajan hinnoittelu

29. kesäkuuta 2026 DeepSeek ilmoitti, että DeepSeek V4:n virallinen versio julkaistaan heinäkuun 2026 puolivälissä . Samalla otetaan käyttöön ruuhka- ja ruuhka-ajan (kellonaikaan perustuva) API-hinnoittelu :

• Ruuhka-ajat: Päivittäin kello 9:00–12:00 ja 14:00–18:00 Pekingin aikaa .
• Hinnoittelu: API-kustannukset kaksinkertaistuvat ruuhka-aikoina verrattuna ruuhka-ajan (normaaliin) hinnoitteluun .
• Esimerkki (V4-Pro, miljoonaa tokenia kohden):
  • Syöte (välimuistiosuma): 0,025 RMB ruuhka-ajan → 0,05 RMB ruuhka-aika
  • Syöte (välimuistihuti): 3,00 RMB ruuhka-ajan → 6,00 RMB ruuhka-aika
  • Tuloste: 6,00 RMB ruuhka-ajan → 12,00 RMB ruuhka-aika

V4-Flashille vastaava ruuhka-ajan hinnoittelu kaksinkertaistuu 0,02 RMB:stä 0,04 RMB:hen (välimuistiosuma), 1 RMB:stä 2 RMB:hen (välimuistihuti) ja 2 RMB:stä 4 RMB:hen (tuloste) miljoonaa tokenia kohden . DeepSeek perusteli muutosta resurssien järkevämmällä kohdentamisella ja palvelun vakauden parantamisella . Käyttäjät saavat sähköposti-ilmoituksen 24 tuntia ennen laskutusmuutosten voimaantuloa . Tämä hinnoittelumuutos yhdistettynä DSparkin nopeusparannuksiin kertoo DeepSeekin pyrkimyksestä tasapainottaa kaupallista kaupallistamista (noin 50 miljardin RMB:n rahoituskierroksen jälkeen) ja jatkuvia avoimen lähdekoodin julkaisuja .