DeepSeek 于 6 月 27 日发布并开源 DSpark，这是一套针对 DeepSeek-V4 的投机解码框架，附带训练代码与检查点，可将 V4-Flash 和 V4-Pro 的每用户生成速度提升 60%-85%，且输出保持无损。框架以 MIT 许可开源，检查点已在 Hugging Face 上架，配套 DeepSpec 训练评估仓库也同步公开。
这一发布正值全球大模型企业因安全审查收紧前沿模型访问之际。OpenAI 与 Anthropic 的顶级模型正面临美政府分批放行或限量预览，DeepSeek 则选择继续以开源方式加速部署效率。投机解码通过草稿模型预测并并行验证 token，显著降低单用户长序列推理的等待时间，尤其适合高并发生产环境。
与此前英伟达 NeMo AutoModel 等加速工具相比，DSpark 直接绑定现有 V4 权重，无需重新训练基础模型，部署门槛更低。行业观察人士指出，这类基础设施级开源正在重塑中国开源模型的竞争力——当西方前沿模型受出口管制影响时，效率优化成为差异化武器。
下一步值得跟踪的是 DSpark 在真实代理和长上下文场景下的实际吞吐表现，以及其他实验室是否跟进类似 serving 优化。开源仍是 DeepSeek 最稳的差异化路径。
信源：https://www.marktechpost.com/2026/06/27/deepseek-releases-dspark-a-speculative-decoding-framework-that-accelerates-deepseek-v4-per-user-generation-60-85-over-mtp-1/