6 月 27 日，DeepSeek 联合北京大学发布全新推理加速框架"DSpark"，旨在解决大模型在高并发场景下的速度瓶颈。该框架已率先应用于 DeepSeek-V4-Flash 及 V4-Pro 的预览服务。实测数据显示，在保持系统整体吞吐量不变的情况下，单个用户的生成速度较以往方案提升了 60% 至 85%。 DSpark 的核心逻辑在于“变串行为并行”：先利用轻量级的“草稿模型”批量预生成候选内容，再由主模型进行统一校验，从而大幅缩短用户等待时间。目前，相关论文、代码及模型权重已通过 DeepSpec 项目完全开源。需要特别提醒的是，尽管该项目提供了从数据准备到评估的全套工具链，但其默认配置对存储要求极高，缓存空间需求可能达 38TB，部署前请务必确认硬件资源是否充足。