每經(jīng)編輯｜張錦河    

據(jù)媒體2月27日報道，在業(yè)界對新一代旗艦?zāi)Ｐ虳eepSeek V4的翹首期盼中，DeepSeek團隊卻悄然放出了一篇新的學(xué)術(shù)論文。

這篇論文由DeepSeek聯(lián)合北大、清華共同撰寫，將研究方向投向了決定大模型實際應(yīng)用落地的關(guān)鍵一環(huán)——推理速度，為日益復(fù)雜的AI智能體，提供一套高效的底層系統(tǒng)解決方案。

具體來說，新論文介紹了一個名為DualPath的創(chuàng)新推理系統(tǒng)，專門針對智能體工作負(fù)載下的大模型（LLM）推理性能進行優(yōu)化。通過引入“雙路徑讀取KV-Cache（類似記憶緩存）”機制，重新分配存儲網(wǎng)絡(luò)負(fù)載，將離線推理吞吐量最高提升 1.87 倍，在線服務(wù)的每秒智能體運行數(shù)平均提升 1.96 倍。

論文在引言部分提到，大模型正從單輪對話機器人和獨立推理模型，快速演進為智能體系統(tǒng) ——能夠自主規(guī)劃、調(diào)用工具，并通過多輪交互解決實際任務(wù)。這種應(yīng)用范式的轉(zhuǎn)變，推動大模型推理工作負(fù)載發(fā)生重大變革：從傳統(tǒng)的人類-大模型交互，轉(zhuǎn)向人類-大模型-環(huán)境交互，交互輪次可達(dá)數(shù)十甚至數(shù)百輪。

上下文會跨輪次累積，最終長度可能達(dá)到極值。此時模型不需要大量計算，反而需要頻繁從硬盤讀取歷史上下文的 KV-Cache；現(xiàn)有系統(tǒng)中，只有負(fù)責(zé)預(yù)處理的引擎會讀取KV-Cache，它的網(wǎng)卡帶寬被占滿，而負(fù)責(zé)生成內(nèi)容的解碼引擎，網(wǎng)卡帶寬基本閑置，導(dǎo)致整個系統(tǒng)速度被卡脖子。

因此，論文提出的DualPath，針對智能體工作負(fù)載、重新設(shè)計現(xiàn)代推理架構(gòu)中 KV-Cache加載邏輯，解決大模型做智能體任務(wù)時，速度被 “數(shù)據(jù)讀取”拖慢的核心問題，重要的是把閑置的帶寬資源利用起來，相當(dāng)于給數(shù)據(jù)讀取 “多開了一條高速路”，實現(xiàn)速度的大幅提升。

這一論文成果延續(xù)了DeepSeek一貫的風(fēng)格，在工程化層面將性能優(yōu)化推向極致。有從業(yè)者認(rèn)為，DeepSeek做這類優(yōu)化屬于缺顯卡的無奈之舉，屬于“臟活兒累活兒”，大家更期待團隊在模型上做創(chuàng)新。

關(guān)于DeepSeek V4的發(fā)布時間，市場傳聞已幾經(jīng)更迭。從最初傳聞的2月春節(jié)前后，到外媒最新報道的“最快下周”，再到業(yè)內(nèi)人士預(yù)測的3月前后，傳聞鏈條愈發(fā)撲朔迷離。

就在近日，外網(wǎng)有網(wǎng)友爆料稱，DeepSeek 正在測試 V4 Lite 模型，代號為“Sealion-lite”，上下文窗口為 100萬tokens，并原生支持多模態(tài)推理。也有消息提及，DeepSeek已在近期將重大更新版本V4向華為等國內(nèi)廠商提供提前訪問權(quán)，以支持其優(yōu)化處理器軟件，確保模型在硬件上高效運行。然而，英偉達(dá)等廠商尚未獲得類似權(quán)限。

面對傳聞，DeepSeek依舊保持其一貫的沉默，目前并未進行任何回應(yīng)。

此前，DeepSeek被大量用戶吐槽風(fēng)格突變，"變冷淡"，從原本細(xì)膩共情變?yōu)?/span>不稱昵稱、文風(fēng)生硬帶“登味”，共情能力下降。

2月12日晚，話題“Deepseek被指變冷淡了”登上微博熱搜。當(dāng)天，多名用戶反饋，DeepSeek在網(wǎng)頁端和APP端進行了版本更新，支持最高1M（百萬）Token的上下文長度。而去年8月發(fā)布的DeepSeekV3.1上下文長度拓展至128K。

作為較早入局國內(nèi)大模型賽道的玩家，DeepSeek憑借早期技術(shù)積累和差異化定位，曾在AI助手市場占據(jù)先發(fā)優(yōu)勢。而隨著字節(jié)跳動豆包、百度文心一言、阿里通義千問等巨頭產(chǎn)品加速迭代，以及ChatGPT、Claude等海外強敵持續(xù)施壓，國內(nèi)AI助手賽道已進入白熱化競爭階段。

每日經(jīng)濟新聞綜合第一財經(jīng)、公開信息