DeepSeek 已开源其 DeepInfer 推理引擎,该引擎旨在为其生产模型提供服务。该框架基于 vLLM 构建,并吸纳了 SGLang 和 TensorRT-LLM 等项目的贡献,支持 DeepSeek-V4.1-Flash,并面向 NVIDIA SM100 GPU 和华为 Ascend 950 NPU。虽然 DeepInfer 包含投机解码和确定性采样等高级功能,但它主要是一个离线推理工具,缺少生产服务所需的关键组件,如 KV 缓存管理和负载均衡。 AI
影响 为 DeepSeek 模型提供了一个新的开源推理引擎,可能提高用户的部署效率。
排序理由 推理引擎的开源发布,而非新模型或基础研究。
在 Mastodon — fosstodon.org 阅读 →
AI 生成摘要 · Google Gemini · 来自 2 个来源。 我们如何撰写摘要 →