DeepSeek et l’Université de Pékin ont ouvert DSpark, un framework d’inférence qui augmente la génération de 60% à 85% et peut porter le débit d’un GPU jusqu’à 6,6 fois.
DSpark utilise le décodage spéculatif et une architecture semi-autorégressive: un petit modèle propose plusieurs tokens, puis le grand modèle vérifie. L’objectif est de mieux utiliser les GPU existants.
À suivre
L’information dépasse le simple lancement de produit: elle montre comment les usages, l’infrastructure et la régulation de l’IA se rejoignent. Le vrai test sera la tenue des chiffres et des promesses en conditions réelles.
Sources: DeepSeek, Peking University, project materials, CocoLoop.