DSpark จาก DeepSeek โอเพนซอร์สแล้ว! เฟรมเวิร์กเร่งความเร็ว AI สูงสุด 85% แถมยังใช้ได้กับโมเดลทุกรุ่น

เมื่อวันที่ 27 มิถุนายน 2026 DeepSeek ร่วมมือกับมหาวิทยาลัยปักกิ่ง ได้เปิดตัว DSpark เฟรมเวิร์ก speculative decoding แบบโอเพนซอร์ส ที่ออกแบบมาเพื่อเร่งความเร็วการทำงานของ LLM โดยเฉพาะ นอกจากนี้ยังเปิดตัวโค้ดเบสแบบเต็มสแต็กสำหรับฝึกและประเมินผลที่ชื่อว่า DeepSpec พร้อมทั้ง model checkpoints ของ DeepSeek-V4-Flash และ V4-Pro ที่ผสาน DSpark ไว้แล้ว กระดาษเทคนิคชื่อ "DSpark: Confidence-Scheduled Speculative Decoding with Semi-Autoregressive Generation" มีชื่อของ Liang Wenfeng ซีอีโอของ DeepSeek ร่วมเป็นผู้เขียน

DSpark ทำงานอย่างไร?

DSpark ไม่ใช่โมเดลฐานตัวใหม่ แต่มันคือโมดูลเสริมที่นำ speculative decoding มาใช้กับ checkpoint เดิม กลไกหลักคือ: ดราฟต์โมเดลแบบ semi-autoregressive ที่มีขนาดเล็กและเบาจะสร้าง tokens ตัวเลือกขึ้นมาอย่างรวดเร็ว จากนั้นโมเดลหลักจะตรวจสอบ tokens เหล่านั้นเป็นชุด — แทนที่จะสร้างทีละ token วิธีนี้เรียกว่า speculative decoding ซึ่งเป็นเทคนิคที่ Google Research เริ่มนำเสนอในปี 2023 และได้รับการปรับปรุงต่อโดยเฟรมเวิร์กต่างๆ เช่น SpecInfer, Medusa และ EAGLE

DSpark นำเสนอองค์ประกอบใหม่ที่เรียกว่า confidence-scheduled speculative decoding ระบบจะตัดสินใจแบบพลวัตว่าจะคาดเดาจำนวน tokens เท่าใดโดยพิจารณาจากระดับความเชื่อมั่น ซึ่งช่วยลดการคำนวณตรวจสอบที่สิ้นเปลือง โดยแทนที่ระบบ MTP-1 (Multi-Token Prediction) รุ่นก่อนหน้าของ DeepSeek-V4 ในการใช้งานจริง

ประสิทธิภาพที่เพิ่มขึ้นในการใช้งานจริง

DSpark ถูกใช้งานในระบบ production ของ DeepSeek-V4 ที่รองรับการใช้งานของผู้ใช้จริงในบริการ DeepSeek-V4-Flash preview และ DeepSeek-V4-Pro preview อยู่แล้ว ด้วยปริมาณงานรวมของระบบที่เท่ากัน DSpark มอบความเร็วในการสร้างผลลัพธ์ต่อผู้ใช้ที่เพิ่มขึ้นเมื่อเทียบกับระบบ MTP-1 เดิม ดังนี้

โมเดล	ความเร็วการสร้างผลลัพธ์ต่อผู้ใช้ที่เพิ่มขึ้น
DeepSeek-V4-Flash	เร็วกว่า 60% ถึง 85%
DeepSeek-V4-Pro	เร็วกว่า 57% ถึง 78%

ผลลัพธ์เหล่านี้มาจาก การรับส่งข้อมูลผู้ใช้จริง ไม่ใช่การวัดประสิทธิภาพแบบสังเคราะห์ ภายใต้ข้อจำกัดด้านดีเลย์ที่เข้มงวด DSpark สามารถหลีกเลี่ยงปัญหาปริมาณงานที่ลดลงอย่างรวดเร็ว (throughput cliff) ที่ระบบเก่าเผชิญ และผลักดันขอบเขต Pareto frontier ของระบบให้ดีขึ้น ในการทดสอบหนึ่งที่ตั้งเป้าหมาย 120 tokens/วินาที/ผู้ใช้ สำหรับ V4-Flash ระบบ MTP-1 เกือบถึงขีดจำกัดแล้ว ในขณะที่ DSpark มอบข้อได้เปรียบด้านปริมาณงานสูงถึง 661%

ความเข้ากันได้กับโมเดลอื่นๆ

DSpark ออกแบบมาให้ ใช้ได้กับหลายโมเดล (model-agnostic) กระดาษเทคนิคแสดงให้เห็นถึงประสิทธิภาพกับสถาปัตยกรรมที่ไม่ใช่ของ DeepSeek: บน Qwen3-4B, Qwen3-8B และ Qwen3-14B นั้น DSpark ปรับปรุง macro-average accepted length ได้ 30.9%, 26.7% และ 30.0% ตามลำดับ เมื่อเทียบกับระบบ Eagle3 เมื่อเทียบกับดราฟต์โมเดลแบบขนานอย่าง DFlash ก็ยังมีข้อได้เปรียบที่ 16.3%, 18.4% และ 18.3% สำหรับ Qwen3 ขนาดเดียวกัน DSpark ยังคงเป็นผู้นำบน Gemma4-12B อีกด้วย ที่น่าสังเกตคือ การกำหนดค่า DSpark แบบ 2 เลเยอร์ ทำได้ดีกว่าการกำหนดค่า DFlash แบบ 5 เลเยอร์

การขยายความยาวของดราฟต์จาก 4 เป็น 16 tokens เพิ่มดีเลย์ต่อรอบเพียง 0.2–1.3% ในขณะที่ accepted length ดีขึ้นถึง 30%

โค้ดเบส DeepSpec

นอกเหนือจาก DSpark แล้ว DeepSeek ยังได้เปิดตัว DeepSpec ซึ่งเป็นเฟรมเวิร์กแบบเต็มสแต็กสำหรับฝึกและประเมินผล speculative decoding โดยรวมการใช้งานของ Eagle3, DFlash และ DSpark เข้าไว้ด้วยกัน ทำให้นักพัฒนาและนักวิจัยสามารถ:

• ทำซ้ำผลลัพธ์ที่รายงานในกระดาษของ DSpark
• ฝึกดราฟต์โมเดลที่กำหนดเอง
• ประเมินผลไปป์ไลน์ speculative decoding
• ขยายแนวทางนี้ไปยังโมเดลของตนเอง

กระดาษ โค้ด และน้ำหนักโมเดลถูกโฮสต์ในพื้นที่เก็บ deepseek-ai/DeepSpec บน GitHub และ Hugging Face

บริบทที่กว้างขึ้น: การเปิดตัว V4 อย่างเป็นทางการ และราคา Peak/Off-Peak

เมื่อวันที่ 29 มิถุนายน 2026 DeepSeek ประกาศว่าการเปิดตัว DeepSeek V4 รุ่นทางการ ถูกกำหนดไว้ในช่วง กลางเดือนกรกฎาคม 2026 พร้อมกันนี้ DeepSeek จะแนะนำ โครงสร้างราคา API แบบ Peak และ Off-Peak (ตามช่วงเวลา) :

• ช่วง Peak: 9:00–12:00 น. และ 14:00–18:00 น. ตามเวลาปักกิ่ง ทุกวัน
• ราคา: ค่าใช้จ่าย API จะเพิ่มเป็นสองเท่าในช่วง Peak เมื่อเทียบกับอัตราปกติ (Off-Peak)
• ตัวอย่าง (V4-Pro ต่อล้าน tokens):
  • Input (cache hit): 0.025 หยวน Off-Peak → 0.05 หยวน Peak
  • Input (cache miss): 3.00 หยวน Off-Peak → 6.00 หยวน Peak
  • Output: 6.00 หยวน Off-Peak → 12.00 หยวน Peak

สำหรับ V4-Flash ราคาในช่วง Peak จะเพิ่มเป็นสองเท่าจาก 0.02 หยวน เป็น 0.04 หยวน (cache hit), 1 หยวน เป็น 2 หยวน (cache miss) และ 2 หยวน เป็น 4 หยวน (output) ต่อล้าน tokens DeepSeek ระบุว่าการเปลี่ยนแปลงนี้มีวัตถุประสงค์เพื่อ "จัดสรรทรัพยากรอย่างมีเหตุผลและปรับปรุงเสถียรภาพของบริการ" ผู้ใช้จะได้รับการแจ้งเตือนทางอีเมล 24 ชั่วโมงก่อนที่การเปลี่ยนแปลงการเรียกเก็บเงินจะมีผล การเปลี่ยนแปลงราคานี้ ประกอบกับการเร่งความเร็วจาก DSpark ส่งสัญญาณถึงความพยายามของ DeepSeek ในการสร้างสมดุลระหว่างการสร้างรายได้ในเชิงพาณิชย์ (หลังระดมทุนประมาณ 500,000 ล้านหยวน) และการปล่อยโอเพนซอร์สอย่างต่อเนื่องและรุนแรง