DSpark DeepSeek: Rangka Penyahkodan Spekulatif Sumber Terbuka Mempercepatkan V4 Sehingga 85%

Pada 27 Jun 2026, DeepSeek, dengan kerjasama Universiti Peking, telah membuka sumber DSpark, sebuah rangka penyahkodan spekulatif (speculative decoding) yang direka untuk mempercepatkan inferens LLM. Bersama-sama dengan rangka ini, DeepSeek turut mengeluarkan kod sumber latihan dan penilaian lengkap yang dipanggil DeepSpec, serta model checkpoint untuk DeepSeek-V4-Flash dan V4-Pro yang telah diintegrasikan dengan DSpark . Kertas kerja bertajuk "DSpark: Confidence-Scheduled Speculative Decoding with Semi-Autoregressive Generation" turut ditandatangani oleh Ketua Pegawai Eksekutif DeepSeek, Liang Wenfeng .

Bagaimana DSpark Berfungsi

DSpark bukanlah model asas baharu. Ia adalah modul tambahan yang dipasang pada model sedia ada untuk membolehkan saluran paip penyahkodan spekulatif . Mekanisme terasnya: model draf (draft model) yang ringan dan separa autoregresif akan menjana token calon dengan pantas, dan kemudian model utama akan mengesahkannya secara berkelompok — berbanding menjana satu token pada satu masa. Pendekatan ini dikenali sebagai penyahkodan spekulatif, satu teknik yang diperkenalkan oleh Google Research pada tahun 2023 dan diperhalusi oleh rangka kerja seperti SpecInfer, Medusa, dan EAGLE .

DSpark memperkenalkan elemen baharu yang dipanggil penyahkodan spekulatif berjadual keyakinan (confidence-scheduled speculative decoding). Sistem ini secara dinamik memutuskan bilangan token yang perlu dijana berdasarkan tahap keyakinan, yang mengurangkan pengiraan pengesahan yang sia-sia . Ia menggantikan skema MTP-1 (Multi-Token Prediction) DeepSeek-V4 yang sebelum ini digunakan dalam pengeluaran .

Peningkatan Prestasi dalam Pengeluaran

DSpark telah pun digunakan dalam sistem pengeluaran DeepSeek-V4 yang mengendalikan trafik pengguna sebenar pada perkhidmatan pratonton DeepSeek-V4-Flash dan DeepSeek-V4-Pro . Pada jumlah daya pemprosesan sistem yang sama, DSpark memberikan peningkatan kelajuan penjanaan setiap pengguna berbanding garis dasar MTP-1 sebelumnya:

Model	Peningkatan kelajuan penjanaan setiap pengguna
DeepSeek-V4-Flash	60% hingga 85% lebih pantas
DeepSeek-V4-Pro	57% hingga 78% lebih pantas

Keputusan ini diperoleh daripada trafik pengguna sebenar, bukan penanda aras sintetik . Di bawah kekangan kependaman yang ketat, DSpark mengelakkan penurunan daya pemprosesan yang dialami oleh skema sebelumnya, menolak keluar sempadan Pareto sistem . Dalam satu ujian yang mensasarkan 120 token/saat/pengguna untuk V4-Flash, MTP-1 hampir mencapai had kapasitinya manakala DSpark memberikan kelebihan daya pemprosesan nominal sebanyak 661% .

Keserasian Merentas Model

DSpark direka bentuk untuk serasi dengan pelbagai model (model-agnostic). Kertas kerja menunjukkan keberkesanannya pada seni bina bukan DeepSeek: pada Qwen3-4B, Qwen3-8B, dan Qwen3-14B, DSpark meningkatkan purata makro panjang terimaan (macro-average accepted length) sebanyak 30.9%, 26.7%, dan 30.0% masing-masing berbanding garis dasar Eagle3 . Berbanding model draf selari DFlash, peningkatan adalah 16.3%, 18.4%, dan 18.3% pada saiz Qwen3 yang sama . DSpark juga mengekalkan kelebihannya pada Gemma4-12B . Yang menarik, konfigurasi DSpark 2 lapisan mengatasi prestasi konfigurasi DFlash 5 lapisan .

Peningkatan panjang draf daripada 4 kepada 16 token hanya menambah kependaman 0.2–1.3% setiap pusingan, manakala panjang terimaan bertambah sehingga 30% .

Kod Sumber DeepSpec

Bersama-sama DSpark, DeepSeek membuka sumber DeepSpec, rangka latihan dan penilaian penyahkodan spekulatif yang lengkap. Ia merangkumi pelaksanaan Eagle3, DFlash, dan DSpark, serta membolehkan pemaju dan penyelidik untuk:

• Menghasilkan semula keputusan yang dilaporkan dalam kertas kerja DSpark
• Melatih model draf tersuai
• Menilai saluran paip penyahkodan spekulatif
• Memanjangkan pendekatan ini kepada model mereka sendiri

Kertas kerja, kod, dan pemberat model dihoskan di bawah repositori deepseek-ai/DeepSpec di GitHub dan Hugging Face .

Konteks Lebih Luas: Pelancaran Rasmi V4 & Harga Puncak/Luar Puncak

Pada 29 Jun 2026, DeepSeek mengumumkan bahawa pelancaran rasmi DeepSeek V4 dijadualkan pada pertengahan Julai 2026 . Seiring dengan itu, DeepSeek akan memperkenalkan struktur harga API puncak-dan-luar puncak (time-of-day) :

• Waktu puncak: 9:00–12:00 dan 14:00–18:00 waktu Beijing setiap hari .
• Harga: Kos API berganda semasa waktu puncak berbanding kadar luar puncak (standard) .
• Contoh (V4-Pro, bagi setiap juta token):
  • Input (cache hit): 0.025 RMB luar puncak → 0.05 RMB puncak
  • Input (cache miss): 3.00 RMB luar puncak → 6.00 RMB puncak
  • Output: 6.00 RMB luar puncak → 12.00 RMB puncak

Untuk V4-Flash, harga puncak yang sepadan berganda daripada 0.02 RMB kepada 0.04 RMB (cache hit), 1 RMB kepada 2 RMB (cache miss), dan 2 RMB kepada 4 RMB (output) bagi setiap juta token . DeepSeek menyatakan perubahan ini bertujuan untuk "memperuntukkan sumber dengan lebih rasional dan meningkatkan kestabilan perkhidmatan" . Pengguna akan menerima pemberitahuan e-mel 24 jam sebelum perubahan pengebilan berkuat kuasa . Peralihan harga ini, digabungkan dengan pecutan DSpark, menandakan usaha DeepSeek untuk mengimbangi pengkomersilan (selepas pusingan pembiayaan kira-kira 50 bilion RMB) dengan pelepasan sumber terbuka yang agresif .