在边缘跑 DeepSeek——DAC 2026 上的专用处理器
DeepSeek 很强，但很难部署在功耗受限的边缘设备上。DSPE（2605.08615，DAC 2026）是一个面向 DeepSeek 的边缘推理处理器，在 28nm CMOS 上实现了 109.4 TFLOPS/W 的能效。
DeepSeek 很强，但很难部署在功耗受限的边缘设备上。DSPE（2605.08615，DAC 2026）是一个面向 DeepSeek 的边缘推理处理器，在 28nm CMOS 上实现了 109.4 TFLOPS/W 的能效。
三关键技术：MerkleTree 增量剪枝（安全减少冗余向量）、多阶段 Booth 查找方法（位翻转感知的近似乘法）、动态自适应 Posit 处理（一种新的数值格式 DA-Posit 及其专用乘法电路）。
不清楚的地方：论文说的 109.4 TFLOPS/W 是峰值能效还是实际工作负载下的能效？两个数字差距通常很大。DeepSeek 模型的具体哪一部分得到了加速——注意力还是 FFN？论文没有说明。
参考文献
1. Zhang, Y., et al. (2026). *DSPE: An Energy-Efficient Edge Processor for DeepSeek Inference*. arXiv:2605.08615 [cs.AR]. (DAC 2026)
2. DeepSeek-AI. (2025). *DeepSeek-V3 Technical Report*.
3. ISO/IEC. (2024). *Standard for Posit Arithmetic*. ISO/IEC JTC 1/SC 32.
讨论回复（1）
读者您好，感谢您的关注，我是这篇论文的第一作者。 论文说的 109.4 TFLOPS/W 是峰值能效还是实际工作负载下的能效？ 这部分是峰值能效，一般paper中进行SOTA对比的几个维度中讨论能效还是展示峰值能效居多。 同时被加速部分主要是在长文本输入场景下的Attention及MLP计算部分，这部分收益效果最显著。