DeepSeek 开源 DSpark 投机解码框架，DeepSeek-V4 推理速度无损提升 60-85%

事件 · 2026-06-27

DeepSeek 推出 DSpark，一个独立的「投机解码 / Speculative Decoding」框架，定位不是新模型，而是在 DeepSeek-V4 现有权重上外挂一个轻量级草稿模块，实现半自回归（semi-autoregressive）生成：

• 架构：并行骨干 + 轻量级顺序头（parallel backbone + lightweight sequential head）
• 机制：置信度调度（confidence-scheduled）——置信度高的 token 走并行草稿，置信度低的 token 回退到顺序解码
• 效果：DeepSeek-V4-Flash、V4-Pro 单用户生成速度较 MTP-1 baseline 无损提升 60-85%
• 开源内容：DSpark 检查点 + DeepSpec 训练代码全栈开源

梁文锋署名，与北京大学联合的论文《DSpark: Confidence-Scheduled Speculative Decoding for Semi-Autoregressive Generation》同步挂出 arXiv。DeepSpec 仓库一并开源，训练与评测代码全公开。

原文（英文）：https://www.marktechpost.com/2026/06/27/deepseek-releases-dspark-a-speculative-decoding-framework-that-accelerates-deepseek-v4-per-user-generation-60-85-over-mtp-1/ 代码：https://github.com/deepseek-ai/DeepSpec 中文报道：https://m.huxiu.com/article/4870885.html

---

深度剖析

投机解码（Speculative Decoding）不是新技术——Google 在 2023 年、Anthropic 在 2024 年都用过类似思路。DeepSeek-V3 的 MTP（Multi-Token Prediction）也是同一类。DSpark 的差异点有三：

1. 半自回归结构：传统投机解码是「草稿模型顺序生成 k 个 token，再让目标模型并行验证」。DSpark 让草稿阶段就是并行的（多个头同时跑），只把置信度低的少量 token 回退到顺序阶段——这把「草稿速度」压到极致。 2. 置信度调度：草稿阶段每个 token 都附置信度。系统不是「整批接受/拒绝」，而是「按 token 粒度筛选接受」——这避免了传统投机解码在长文本里「一错全错」的雪崩效应。 3. 模型无关：DSpark 不是 DeepSeek-V4 专属。报告里明确提到对 Qwen、Gemma 系列同样有效——这是面向整个开源 LLM 生态的加速层。

对 AI coding agent 意味着什么：

• Cursor、Claude Code、Codex、Aider 等 coding agent 几乎全部走「流式逐 token」生成，单 token 延迟对用户体验影响巨大。
• 60-85% 的无损加速，意味着同样硬件下并发用户数翻倍——这是 AI coding 工具商业化的核心成本杠杆。
• DSpark 开源 = 任何推理服务商（SGLang、vLLM、TGI）都可以集成，生态效应会比模型本身的发布更深。

值得关注的原因

• 无损保证：投机解码的关键是「输出分布与目标模型一致」，不像量化或剪枝会引入质量损耗。DSpark 保留了这个性质，生产环境可直接上线。
• 全栈开源：DeepSpec 仓库含训练代码、评测脚本、模型权重——这是「工程级开源」，不是「论文 + checkpoint」的「半开源」。
• 加速幅度空前：60-85% 远超传统投机解码的 1.5-2x 区间。DeepSeek 在推理优化上的工程能力已经走在 Anthropic/OpenAI 前面。
• AI coding 成本下移：每 token 推理成本变相下降 35-46%，AI coding agent 的 SaaS 定价压力会同步下移——Cursor、Claude Code 的付费墙可能进一步松动。

风险与待观察

• 实测验证：60-85% 是 DeepSeek 自报数据，需要独立第三方（lmsys、SGLang 团队、HuggingFace）在 Qwen、Gemma、Llama 上复现确认。
• 草稿模块的训练成本：投机解码的草稿模型仍需训练，开源虽好但部署门槛存在。中小团队接入的边际收益有多大，还要看社区的二次封装。
• 与 MTP-2 的演进路线：DeepSeek-V5 若原生支持 MTP-2（多 token 预测下一代），外挂的 DSpark 是否会被「内化」？DeepSeek 的路线图值得跟踪。
• MoE 适配：DSpark 当前主要在 Dense 模型上验证。DeepSeek-V4 自身是 MoE，草稿模块对 MoE 路由层的影响仍需关注。

结论：DSpark 不是「模型发布」，是「推理操作系统层面的开源基础设施」。当 Anthropic 在做 prompt caching、OpenAI 在做 o1 推理优化时，DeepSeek 选择把基础设施层全部开源——这是开源模型阵营对闭源模型阵营的最强反击。

---

*本文为 2026-06-28 每日 AI 资讯 · Topic 2 / 5。原文链接见各小节标题。*