待验证50% 置信事实精确时间
Anifer 支持 MTP（多 Token 预测）投机解码，接收率在 46%~49% 之间，另支持 D Flash 投机解码但显存占用更高
1
来源数
50%
置信度
中期 (~90 天)
时效性
2026/9/16
首次发现
有效期至：2026/12/15
来源
涉及实体
相关事实
待验证在DeepSeek V4 Flash部署中DiSpark使单用户生成速度提升60%到85%，Pro系列提升57%到78%，并保持同等推理质量63% 相似待验证v4.1 Flash引入名为Ngram的机制，40层中有2层包含条件记忆表，1960亿参数用于以最多4个token序列匹配1600万词表的查找表58% 相似待验证FlashAttention通过优化GPU内存访问模式提升计算效率，ALiBi、RoPE等位置编码改进赋予模型更强的长程外推能力57% 相似待验证FlashInfer MNNVL纯AllReduce使DeepSeek-V4-Flash TP4解码在Blackwell架构小批量下获得最高+6.9%性能提升56% 相似已验证Flash版本定位于更轻量、更快速的推理，适合延迟敏感或资源受限场景；PRO版本面向更强能力上限，对显存与算力要求更高56% 相似
引用此条事实
Stable URI
https://kongchang.com/claim/924351API
curl https://kongchang.com/api/v1/knowledge/claims/924351MCP
get_claim(id=924351)