DeepSeek Engram 横空出世！重构 LLM 记忆体系，算力效率再升级

当前技术突破的核心路径，仍集中在扩大模型规模与优化计算调度上。但有没有另一条可行的创新之路？深度求索（DeepSeek AI）推出的记忆增强技术（Engram）给出了答案——这项革命性技术正在颠覆我们对语言模型扩展路径的固有认知。

记忆增强技术要解决什么问题？

想象这样一个场景：你向语言模型输入“亚历山大大帝”这个短语。每次输入时，模型都要耗费大量计算资源，从零开始重构这个常用表述。这就像一位顶尖数学家，在解复杂方程前，每次都要先逐个数一遍0到9这十个数字——完全是对算力的浪费。

当前主流的Transformer架构模型，没有专门的“模式查询”机制。它们只能通过计算过程模拟记忆检索，效率极低。而记忆增强技术创新性地引入了条件记忆的概念，与混合专家模型（MoE）中的条件计算形成互补，从根源上解决了这一痛点。

实测数据足以证明其优势：在基准测试中，270亿参数的记忆增强模型（Engram-27B）对比同规格混合专家模型，实现了显著性能跃升：

• 推理任务基准（BBH）：得分提升5.0个百分点
• 知识问答基准（MMLU）：得分提升3.4个百分点
• 代码生成基准（HumanEval）：得分提升3.0个百分点
• 多查询海量文本检索任务（needle-in-haystack）：准确率从84.2%飙升至97.0%

核心特性

记忆增强技术的核心优势体现在以下四个方面：

1. 稀疏性资源分配研究团队发现了一条U型扩展定律，该定律为模型容量分配提供了最优指引，同时也揭示了神经计算（混合专家模型）与静态记忆（记忆增强技术）之间的权衡取舍难题。
1. 实证性能验证在参数规模与浮点运算量完全相同的严格条件下，270亿参数的记忆增强模型在知识问答、逻辑推理、代码生成、数学计算四大核心领域，持续领先混合专家模型基线。
1. 机制原理分析分析结果表明，记忆增强技术能够解放模型底层网络，使其无需再负责静态模式的重构工作，从而保障模型有效深度，为复杂推理任务保留足够的计算能力。
1. 系统运行效率该技术采用确定性寻址方式，可将超大规模的嵌入表迁移至主机内存中，同时仅带来推理耗时的小幅增加。

工作原理

记忆增强技术可以看作语言模型的“高速查询表”，能够快速调取高频出现的文本模式。

核心架构设计

其设计理念简洁却极具颠覆性：基于N元语法嵌入技术，实现常数时间复杂度（O(1)）的快速查询。该技术不会存储所有可能的词汇组合，而是通过哈希函数，将文本模式高效映射到对应的嵌入向量。

核心架构包含三大关键模块：

1. 分词器压缩在进行模式查询前，记忆增强技术会对分词结果进行标准化处理。例如，让“Apple”和“apple”映射为同一语义概念，此举可使有效词汇量减少23%，大幅提升系统运行效率。
1. 多头哈希机制为避免哈希冲突（即不同文本模式映射到同一地址），该技术引入了多组独立哈希函数。这就像拥有多本不同的电话簿——即便一本查不到正确号码，其他几本也能提供有效补充。
1. 上下文感知门控这是整个技术的“智能核心”。并非所有检索到的记忆信息都与当前任务相关，因此记忆增强技术借鉴注意力机制的原理，根据上下文动态判断每条记忆信息的可信度。如果某一文本模式与当前语境不符，门控权重会趋近于0，该模式也会被自动忽略。

扩展定律的发现

在众多研究成果中，U型扩展定律尤为亮眼。研究团队发现，当模型75%~~80%的容量分配给混合专家模型，仅20%~~25%的容量用于记忆增强技术时，模型能达到最优性能表现。

• 纯混合专家模型（100%容量）：没有专用记忆模块，只能通过计算重构常用模式，效率低下；
• 纯记忆增强模型（0%容量）：缺乏足够的计算能力，无法完成复杂推理任务；
•最优平衡点：实现计算能力与记忆能力的精准平衡。

快速上手记忆增强技术

1. 安装Python环境，要求版本≥3.8
1. 执行以下命令安装numpy库：```plaintext
  pip install numpy

实战演练：理解N元语法哈希机制

接下来，我们通过一个实战案例，拆解记忆增强技术的核心哈希机制。

实现基础N元语法哈希查询

本案例将展示记忆增强技术如何通过确定性哈希，将分词序列映射到嵌入向量，完全无需存储所有可能的N元语法组合。

步骤1：环境配置

import numpy as npfrom typing import List# 配置参数MAX_NGRAM = 3 # 最大N元语法长度VOCAB_SIZE = 1000 # 词汇表大小NUM_HEADS = 4 # 哈希头数量EMBEDDING_DIM = 128 # 嵌入向量维度

步骤2：构建简单的分词压缩模拟器

def compress_token(token_id: int) -> int: # 模拟标准化过程：将相似分词映射到同一值 # 真实的记忆增强技术中采用NFKC标准化算法 return token_id % (VOCAB_SIZE // 2)def compress_sequence(token_ids: List[int]) -> np.ndarray: return np.array([compress_token(tid) for tid in token_ids])

步骤3：实现哈希函数

def hash_ngram(tokens: List[int], ngram_size: int, head_idx: int, table_size: int) -> int: # 采用记忆增强技术同款乘法异或哈希算法 multipliers = [2 * i + 1for i inrange(ngram_size)] mix = 0 for i, token inenumerate(tokens[-ngram_size:]): mix ^= token * multipliers[i] # 加入哈希头专属参数，避免不同头产生相同哈希值 mix ^= head_idx * 10007 return mix % table_size# 测试哈希函数sample_tokens = [42, 108, 256, 512]compressed = compress_sequence(sample_tokens)hash_value = hash_ngram( compressed.tolist(), ngram_size=2, head_idx=0, table_size=5003)print(f"二元语法对应的哈希值：{hash_value}")

步骤4：构建多头嵌入查询模块

def multi_head_lookup(token_sequence: List[int], embedding_tables: List[np.ndarray]) -> np.ndarray: compressed = compress_sequence(token_sequence) embeddings = [] for ngram_size inrange(2, MAX_NGRAM + 1): for head_idx inrange(NUM_HEADS): table = embedding_tables[ngram_size - 2][head_idx] table_size = table.shape[0] hash_idx = hash_ngram( compressed.tolist(), ngram_size, head_idx, table_size ) embeddings.append(table[hash_idx]) return np.concatenate(embeddings)# 初始化随机嵌入表tables = [ [ np.random.randn(5003, EMBEDDING_DIM // NUM_HEADS) for _ inrange(NUM_HEADS) ] for _ inrange(MAX_NGRAM - 1)]# 测试多头查询result = multi_head_lookup([42, 108, 256], tables)print(f"检索到的嵌入向量维度：{result.shape}")

输出结果

二元语法对应的哈希值：292检索到的嵌入向量维度：(256,)

结果解读

1. 哈希值292：代表该二元语法模式在嵌入表中的存储地址，哈希值会随输入分词的变化而改变，体现了确定性映射的特性。
1. 向量维度(256,)：共检索到8个嵌入向量（2种N元语法长度 × 4个哈希头），每个子嵌入向量的维度为32（总维度128 ÷ 4个哈希头），拼接后得到256维的最终向量。