核心原理先“打草稿”再“批改”你把大模型想象成一个超级学霸。它写答案特别厉害但速度很慢一个字一个字地写。DSpark的做法是先找个学渣小模型快速猜出一大段话打草稿然后让学霸一次性“批改”。学霸批改的时候猜对的直接通过猜错的地方才重写。因为是一次性批改10个字而不是一个字一个字写所以速度暴增。两个关键创新第一招半自归生成以前的学渣要么“一个字一个字猜”慢但准要么“一次猜一长串”快但后面全是错的。DSpark把它们结合起来——先并行猜主干再用一个小模块补充词与词之间的关联。这样既快又准。第二招置信度调度验证你上学时是不是有些学霸会先扫一眼作业把明显错的先挑出来DSpark也学会了这个——它给每个候选token打一个“存活概率”系统忙的时候直接跳过那些“大概率被拒绝”的token把算力留给真正需要校验的地方。配套开源项目DeepSpecDeepSeek这次不只是开源了DSpark还开源了一个全栈平台DeepSpec。它帮你把“训练草稿模型→跑评估→部署加速”的流程全包了。GitHub地址 https://github.com/deepseek-ai/DeepSpecimage.pngimage.png论文地址 https://github.com/deepseek-ai/DeepSpec/blob/main/DSpark_paper.pdf实操怎么用方案A直接调用API最简单直接调DeepSeek-V4-Flash-DSpark或V4-Pro-DSpark的API零部署。DeepSeek官方没有单独开一个“DSpark版API”而是直接把加速集成到现有模型里了。你打开DeepSeek官网的API开放平台https://platform.deepseek.com选择V4-Flash或V4-Pro的API进行调用就已经在享受DSpark加速了。方案B本地部署自己动手Hugging Face上已经发布了两个DSpark版模型权重deepseek-ai/DeepSeek-V4-Pro-DSpark889B参数deepseek-ai/DeepSeek-V4-Flash-DSpark165B参数用vLLM部署安装vLLMpip install vllm启动DSpark加速的V4-Flash模型vllm serve “deepseek-ai/DeepSeek-V4-Flash-DSpark”用SGLang部署pip install sglangpython3 -m sglang.launch_server–model-path “deepseek-ai/DeepSeek-V4-Flash-DSpark”–host 0.0.0.0–port 30000然后你的API地址就是http://你的服务器IP:8000/v1/chat/completions然后你就可以在本地体验“秒回”了。直接当OpenAI兼容接口用就行。注意Flash版165B参数至少需要8卡A100的企业级服务器才能跑Pro版还未公开配置但从参数量上看肯定要多很多。要想自己部署测试或进行复现可以访问九章智算云轻松获得大卡资源。有需要的朋友请联系峰哥。注意数据准备阶段存储需求极大如果你要自己训练草稿模型注意了——默认配置下的KV Cache大概需要38TB存储空间。所以除非你是大企业否则老老实实直接调用API或下载官方已经训练好的模型即可。六、读者可能的问题我替你问了Q1DSpark会让AI的回答变差吗A不会。它用了“拒绝采样”机制数学上严格保证输出分布和原模型一致。快是快了质量一丝一毫都没动。Q2我的显卡能跑吗A165B参数的Flash-DSpark版8张A100就能跑。企业级部署门槛不高。Q3DSpark只支持DeepSeek自己的模型吗A不是。论文和实测显示DSpark对Qwen、Gemma、LLaMA等主流开源模型同样适用。它是个通用“加速插件”。Q4对普通用户有什么实际好处A更快的AI客服、更流畅的AI编程助手、更便宜的API服务。以后你点个“帮我写方案”AI几乎秒回。Q5它们开源协议是什么AMIT协议商用、二次开发无版权限制。