DeepSeek DSpark: कैसे यह ओपन-सोर्स फ्रेमवर्क AI मॉडल्स को 85% तक तेज़ बनाता है

27 जून, 2026 को, DeepSeek ने पेकिंग यूनिवर्सिटी (Peking University) के सहयोग से DSpark को ओपन-सोर्स किया। यह एक स्पेक्युलेटिव डिकोडिंग (speculative decoding) फ्रेमवर्क है जो LLM इन्फ्रेंस को तेज़ करने के लिए डिज़ाइन किया गया है। इसके साथ ही, DeepSeek ने एक फुल-स्टैक ट्रेनिंग और इवैल्यूएशन कोडबेस DeepSpec और दो मॉडल चेकपॉइंट्स (DeepSeek-V4-Flash-DSpark और V4-Pro-DSpark) भी जारी किए। इस रिसर्च पेपर का शीर्षक 'DSpark: Confidence-Scheduled Speculative Decoding with Semi-Autoregressive Generation' है, जिस पर DeepSeek के सीईओ लियांग वेनफेंग (Liang Wenfeng) ने हस्ताक्षर किए हैं।

DSpark कैसे काम करता है?

DSpark कोई नया बेस मॉडल नहीं है। यह एक ऐड-ऑन मॉड्यूल है जो मौजूदा मॉडल चेकपॉइंट्स में स्पेक्युलेटिव डिकोडिंग पाइपलाइन जोड़ता है। इसकी मुख्य तकनीक: एक हल्का (lightweight) सेमी-ऑटोरेग्रेसिव ड्राफ्ट मॉडल तेज़ी से कैंडिडेट टोकन (candidate tokens) जनरेट करता है, और फिर मुख्य मॉडल उन्हें एक साथ (batch में) वेरिफाई करता है—बजाय इसके कि एक-एक टोकन जनरेट किया जाए। इस तरीके को स्पेक्युलेटिव डिकोडिंग कहते हैं, जिसे 2023 में Google Research ने पेश किया था।

DSpark एक नया तत्व प्रस्तुत करता है जिसे कॉन्फिडेंस-शेड्यूल्ड स्पेक्युलेटिव डिकोडिंग कहते हैं। सिस्टम कॉन्फिडेंस लेवल के आधार पर यह तय करता है कि कितने टोकन का अनुमान लगाना है, जिससे वेरिफिकेशन में होने वाली बेकार कंप्यूटेशन कम हो जाती है। इसने प्रोडक्शन में DeepSeek-V4 की पिछली MTP-1 (Multi-Token Prediction) योजना को बदल दिया है।

प्रोडक्शन में प्रदर्शन में सुधार

DSpark को पहले से ही DeepSeek-V4 के प्रोडक्शन सिस्टम में तैनात किया गया है जो वास्तविक उपयोगकर्ताओं के ट्रैफिक को संभालता है। समान कुल सिस्टम थ्रूपुट पर, DSpark पिछले MTP-1 बेसलाइन की तुलना में प्रति-उपयोगकर्ता जनरेशन स्पीड में ये सुधार देता है:

मॉडल	सिंगल-यूज़र जनरेशन स्पीड में सुधार
DeepSeek-V4-Flash	60% से 85% तक तेज़
DeepSeek-V4-Pro	57% से 78% तक तेज़

ये परिणाम लाइव यूज़र ट्रैफिक से आते हैं, न कि सिंथेटिक बेंचमार्क से। एक परीक्षण में, 120 tokens/second/user के लक्ष्य पर, MTP-1 अपनी क्षमता की सीमा पर था जबकि DSpark ने 661% का नॉमिनल थ्रूपुट लाभ दिया।

मॉडल-अज्ञेय संगतता

DSpark को मॉडल-अज्ञेय बनाया गया है। पेपर में दिखाया गया है कि यह गैर-DeepSeek आर्किटेक्चर पर भी प्रभावी है: Qwen3-4B, Qwen3-8B, और Qwen3-14B पर, DSpark ने Eagle3 बेसलाइन की तुलना में मैक्रो-एवरेज एक्सेप्टेड लेंथ (mac-ro-average accepted length) में क्रमशः 30.9%, 26.7%, और 30.0% का सुधार किया। एक 2-लेयर DSpark ने 5-लेयर DFlash कॉन्फ़िगरेशन को भी बेहतर प्रदर्शन दिया।

DeepSpec कोडबेस

DSpark के साथ, DeepSeek ने DeepSpec को भी ओपन-सोर्स किया है, जो एक फुल-स्टैक स्पेक्युलेटिव डिकोडिंग ट्रेनिंग और इवैल्यूएशन फ्रेमवर्क है। इसमें Eagle3, DFlash और DSpark के इम्प्लीमेंटेशन शामिल हैं, जो डेवलपर्स और रिसर्चर्स को पेपर में दिए गए परिणामों को दोहराने, कस्टम ड्राफ्ट मॉडल ट्रेन करने और स्पेक्युलेटिव डिकोडिंग पाइपलाइनों का मूल्यांकन करने में सक्षम बनाता है।

व्यापक संदर्भ: V4 का आधिकारिक लॉन्च और पीक/ऑफ-पीक प्राइसिंग

29 जून, 2026 को, DeepSeek ने घोषणा की कि DeepSeek V4 का आधिकारिक लॉन्च जुलाई 2026 के मध्य में होने वाला है। इसके साथ ही, DeepSeek एक पीक-एंड-ऑफ-पीक (टाइम-ऑफ-डे) API प्राइसिंग स्ट्रक्चर पेश करेगा।

• पीक आवर्स: हर दिन 9:00–12:00 और 14:00–18:00 (बीजिंग समय)
• प्राइसिंग: पीक आवर्स के दौरान API की लागत ऑफ-पीक (स्टैंडर्ड) दरों से दोगुनी हो जाएगी।
• उदाहरण (V4-Pro, प्रति मिलियन टोकन):
  • इनपुट (कैश हिट): 0.025 RMB ऑफ-पीक → 0.05 RMB पीक
  • इनपुट (कैश मिस): 3.00 RMB ऑफ-पीक → 6.00 RMB पीक
  • आउटपुट: 6.00 RMB ऑफ-पीक → 12.00 RMB पीक

DeepSeek ने कहा कि यह बदलाव "संसाधनों को अधिक तर्कसंगत रूप से आवंटित करने और सेवा स्थिरता में सुधार करने" के लिए है। यह प्राइसिंग शिफ्ट, DSpark स्पीडअप के साथ मिलकर, DeepSeek के कमर्शियल मोनेटाइजेशन (लगभग 50 बिलियन RMB के फंडिंग राउंड के बाद) और लगातार आक्रामक ओपन-सोर्स रिलीज़ के बीच संतुलन बनाने के प्रयास को दर्शाता है।