跳到主要内容
检索

# DeepSeek-V4.1-Flash

1 篇关联报道

订阅更新
  1. arXiv

    DeepSeek-V4.1-Flash把每token全局KV缓存压到890字节,约为上一代四分之一

    DeepSeek-AI 发布多模态混合专家模型 DeepSeek-V4.1-Flash,把长上下文智能体负载的 KV 缓存成本作为主要压缩目标。该模型主干 552B 参数,支持一百万 token 上下文,解码时每 token 激活 16B、预填充时只激活 8B。通过 CSA2 的跨层 KV 复用与 FP4 缓存,其常驻 HBM 的全局 KV 缓存降到每 token 890 字节,约为 DeepSeek-V4-Flash 的四分之一;配合 SWA Bounded Replay,持久化 KV 缓存约为后者的八分之一,同时整体性能优于该基线。

已读完全部报道