DeepSeek 與北京大學開源 DSpark 推理框架，生成速度提升 60% 到 85%，單卡吞吐最高可達 6.6 倍。
DSpark 使用投機解碼與半自回歸設計，讓小模型先提出多個 token 草稿，再由大模型驗證。重點不是等新硬體，而是讓既有 GPU 同時服務更多使用者。
後續看點
這件事不只是產品或公司動態，也折射出 AI 商業化、算力與監管之間的新拉扯。接下來要看發布時的數字和承諾，能不能在真實使用中站得住。
參考來源: DeepSeek, Peking University, project materials, CocoLoop.