DeepSeek联合北京大学正式推出DSpark推理加速框架，并且在GitHub全线开源代码与论文，直击大模型高并发下延迟高、算力浪费的痛点。

传统大模型逐字生成Token，用户一多就卡顿。DSpark采用半自回归预判+置信度动态调度，先用小模型批量生成候选内容，主模型一次性并行核验，在不降低回答质量的前提下大幅提速。

部署在DeepSeek-V4-Flash与V4-Pro线上服务：同等吞吐量下，单用户生成速度提升60%—85%；严格限制响应速度时，系统整体吞吐量最高暴涨4倍。该框架不只适配自家模型，还兼容通义千问、Gemma等主流开源大模型，通用性极强。

一边大手笔扩招抢人才，一边持续开源底层推理技术。在模型能力内卷之外，推理效率、算力优化已经成为新一轮AI竞争的主战场。