炒股怎么加杠杆:第三方配资门户-DeepSeek又一论文上新！新模型V4更近了？

　　在业界对新一代旗舰模型DeepSeek V4的翘首期盼中，DeepSeek团队却悄然放出了一篇新的学术论文。

　　这篇论文由DeepSeek联合北大、清华共同撰写 ，将研究方向投向了决定大模型实际应用落地的关键一环——推理速度，为日益复杂的AI智能体
，提供一套高效的底层系统解决方案 。

　　具体来说，新论文介绍了一个名为DualPath的创新推理系统 ，专门针对智能体工作负载下的大模型（LLM）推理性能进行优化。通过引入“双路径读取KV-Cache（类似记忆缓存）”机制
，重新分配存储网络负载，将离线推理吞吐量最高提升1.87倍 ，在线服务的每秒智能体运行数平均提升1.96倍
。

　　论文在引言部分提到
，大模型正从单轮对话机器人和独立推理模型，快速演进为智能体系统 ——能够自主规划 、调用工具 ，并通过多轮交互解决实际任务。这种应用范式的转变
，推动大模型推理工作负载发生重大变革：从传统的人类-大模型交互，转向人类-大模型-环境交互 ，交互轮次可达数十甚至数百轮 。

　　上下文会跨轮次累积
，最终长度可能达到极值
。此时模型不需要大量计算，反而需要频繁从硬盘读取历史上下文的 KV-Cache；现有系统中 ，只有负责预处理的引擎会读取KV-Cache，它的网卡带宽被占满
，而负责生成内容的解码引擎，网卡带宽基本闲置 ，导致整个系统速度被卡脖子。

　　因此
，论文提出的DualPath，针对智能体工作负载、重新设计现代推理架构中 KV-Cache加载逻辑 ，解决大模型做智能体任务时
，速度被 “数据读取 ”拖慢的核心问题，重要的是把闲置的带宽资源利用起来 ，相当于给数据读取“多开了一条高速路”
，实现速度的大幅提升 。

　　这一论文成果延续了DeepSeek一贯的风格，在工程化层面将性能优化推向极致
。有从业者认为 ，DeepSeek做这类优化属于缺显卡的无奈之举
，属于“脏活儿累活儿
”，大家更期待团队在模型上做创新。

　　但也有人认为 ，即便有足够显卡，这类优化在降低成本
、降低token费用方面也很有价值
，因为只有足够便宜，AI才能走向大规模使用 。

　　相比这篇“务实”的论文 ，外界显然更关注DeepSeek新一代旗舰模型的真面目
。关于DeepSeek V4的发布时间
，市场传闻已几经更迭。从最初传闻的2月春节前后，到外媒最新报道的“最快下周 ” ，再到业内人士预测的3月前后
，传闻链条愈发扑朔迷离 。

　　就在近日，外网有网友爆料称 ，DeepSeek 正在测试 V4 Lite 模型
，代号为“Sealion-lite
”，上下文窗口为 100万tokens ，并原生支持多模态推理
。也有消息提及
，DeepSeek已在近期将重大更新版本V4向华为等国内厂商提供提前访问权，以支持其优化处理器软件 ，确保模型在硬件上高效运行。然而，英伟达等厂商尚未获得类似权限 。

　　面对传闻
，DeepSeek依旧保持其一贯的沉默，目前并未进行任何回应。但市场已进入“严阵以待”状态 ，部分投资机构担忧
，新一代模型的发布会如同去年的版本发布时那样，引发市场的剧烈震荡
。

（文章来源：第一财经）