DeepSeek又找到突破大模型推理瓶颈的新方法了！ 智东西2月27日报道，昨天，DeepSeek发布了一项名为DualPath的全新推理系统方案，直指当前大语言模型在智能体应用场景下遭遇的短板 ——KV缓存存储I/O瓶颈。该方案通过引入双路径加载机制，显著提升系统吞吐量，基本消除了KV缓存的I/O开销。 DualPath的核心创新在于开辟了一条从存储直通解码引擎的新通道。KV缓存不再仅由预填充引擎加载，而是可以加载至解码引擎，再通过计 算网络中的RDMA高效传输至预填充端。这一设计不仅缓解了存储端的压力，还避免了网络拥塞，确保延迟敏感型任务不受干扰。 与全局调度器协同后，DualPath实现了动态平衡两端负载，进一步提升资源利用率。在真实智能体工作负载测试中，DualPath将离线推理吞吐 量提升最高达1.87倍，在线服务吞吐量平均提升1.96倍。 在大规模可扩展性方面，DualPath系统在最多1152张GPU上进行了验证。离线推理从2P4D（2K智能体）扩展到48P96D（48K智能体）实现近 线性扩展，任务完成时间基本保持一致。 值得一提的是，与之前DeepSeek发表的许多研究论文类似，这篇论文的第 ...

据媒体2月27日报道，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。 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。 此前，DeepSeek被大量用户吐槽风格突变，"变冷淡"，从原本细 ...

图源：网络 需要说明的是，"蒸馏"是全球部分AI公司训练自家大模型的常用手段，而Anthropic自己，恰恰是"蒸馏"技术的使用者，甚至存在更激进的数据抓取行为。 值得一提的是，Anthropic如今却成了人工智能领域对中国最不友好的公司之一。2025年9月，Anthropic在官方文件中明确封禁对中资企业的服务。其实指 责中国企业进行数据蒸馏，已经成了美国企业惯用套路。就在2026年2月12日，OpenAI向美国国会提交内部备忘录，明确指控DeepSeek通过复杂的混淆手 段，绕过其安全防护对GPT系列模型实施蒸馏行为。 Anthropic这次直接对中国企业"高调指控"，一个重大背景是进入2026年2月，美国AI概念股出现多轮明显下跌，资本市场对人工智能的未来产生了"颠覆传 统商业模式"的担忧。CNN评论也指出，不少所谓大模型，其实只是精心包装过的搜索引擎。 马斯克嘲讽、资本变脸，中美AI大战升级，中国凭什么破局？ 开工第一天，AI圈就上演"大戏"！美国AI独角兽Anthropic突然发难，指控DeepSeek、月之暗面（Kimi）等3家中国AI企业，靠"蒸馏攻击"抄袭技术。 "蒸馏攻击"是什么？先按下不表 ...

AI 编程行业深度报告 2026 年 2 月 27 日 卢芷心 S0340524100001 电话：0769-22119297 邮箱： luzhixin@dgzq.com.cn S0340521020001 电话：0769-22110619 邮箱： luoweibin@dgzq.com.cn S0340520060001 电话：0769-22119430 邮箱： chenweiguang@dgzq.com.cn 超配（维持） 海外价值获验证，国内市场开启高增长周期 深 度 资料来源：iFind，东莞证券研究所 投资要点： 本报告的风险等级为中高风险。 本报告的信息均来自已公开信息，关于信息的准确性与完整性，建议投资者谨慎判断，据此入市，风险自担。 请务必阅读末页声明。 SAC 执业证书编号： 罗炜斌 SAC 执业证书编号： AI Coding向"自主型Agent"跃迁，未来市场空间广阔。AI Coding已 成为众多AI应用领域中落地速度最快、发展潜力最大的细分赛道之一， 其产品或功能演进高度依赖底层大模型能力的发展。当前，国际前沿编 程大模型发展由海外厂商引领，而国产大模型正展现出强劲的追赶态 势。在发展趋 ...

Core Insights - The article discusses a new academic paper released by the DeepSeek team in collaboration with Peking University and Tsinghua University, focusing on inference speed optimization for large language models (LLMs) [1] Group 1: Innovation and Technology - The paper introduces an innovative inference system named DualPath, specifically designed to enhance the inference performance of LLMs under agent workloads [1] - The DualPath system implements a "dual-path reading KV-Cache" mechanism, which reallocates storage network load [1] Group 2: Performance Improvements - The offline inference throughput is reported to have increased by up to 1.87 times [1] - The average number of agent operations per second for online services has improved by 1.96 times [1]

Core Viewpoint - The DeepSeek team has released a new academic paper focusing on optimizing inference speed for large language models (LLMs), which is crucial for the practical application of AI agents [4][5]. Group 1: Research and Innovation - The paper, co-authored with Peking University and Tsinghua University, introduces an innovative inference system called DualPath, designed to enhance the performance of LLMs under agent workloads [4]. - The DualPath system employs a "dual-path reading KV-Cache" mechanism, redistributing storage network load, resulting in an offline inference throughput increase of 1.87 times and an average increase of 1.96 times in the number of agent operations per second for online services [4][5]. Group 2: Industry Context and Expectations - The introduction of DualPath addresses the significant changes in inference workloads as LLMs evolve from simple dialogue systems to complex agent systems capable of multi-turn interactions, which can reach dozens or even hundreds of rounds [4]. - There is a growing expectation for the release of DeepSeek's next flagship model, DeepSeek V4, with various rumors about its launch timeline ranging from early February to March [6]. - Recent leaks suggest that DeepSeek is testing a V4 Lite model, codenamed "Sealion-lite," which supports a context window of 1 million tokens and native multimodal inference [6]. Group 3: Market Reactions and Concerns - Despite the technical advancements presented in the paper, there is a sentiment in the industry that such optimizations are seen as a necessity due to GPU shortages, with some viewing it as "dirty work" rather than innovative [5]. - Concerns have been raised among investment institutions that the release of the new model could lead to significant market volatility, similar to the previous year's model launch [6].

论文延续DeepSeek一贯的风格，在工程化层面将性能优化推向极致。 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。 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 ...

今日早盘，A股继续小幅震荡，上证指数红绿间转换超10次，中证1000表现较强，连续第4日上涨，创 2017年4月以来近9年新高，深证成指、沪深300等则小幅下跌，市场成交保持平稳。 盘面上，稀有金属、人工智能、超临界发电、酒店餐饮等板块涨幅居前，玻璃玻纤、通信设备、消费电 子、航空装备等板块跌幅居前。 超临界发电项目持续推进 春节后，超临界发电概念频频走强，板块指数连续4日创历史新高。金现代早间仅约6分钟就垂直20%涨 停，豫能控股秒速涨停，连续第7日涨停，赣能股份亦秒板，连续第3日涨停，华银电力1分钟涨停，连 续第2日涨停。 近来，超临界发电领域利好不断。继去年底全球首台商用超临界二氧化碳发电机组在贵州六盘水首钢水 城钢铁（集团）有限责任公司成功商运后，贵州能源大方2×66万千瓦超超临界燃煤发电项目，也于今 年2月上旬完成全部27项前期核准及开工手续，主厂房基础浇筑全面启动。 项目2026年计划完成投资23.49亿元，计划于2027年底建成投产，年发电量约60亿千瓦时，配置新能源 指标290万千瓦，推动"火电+新能源"多能互补。 此外，中核集团50兆瓦"熔盐储能+超临界二氧化碳发电"示范项目已入选国家能源领 ...

Group 1 - AI-related stocks have seen significant gains, with Kingsoft Cloud (03896) up 9.05% to HKD 7.23, XunCe (03317) up 8.82% to HKD 89.45, Huily Technology (01860) up 6.27% to HKD 12.38, and Kingdee International (00268) up 4.76% to HKD 10.35 [1] - DeepSeek is reportedly testing the V4Lite model, codenamed "Sealion-lite," which features a context window of 1 million tokens and supports native multimodal reasoning [1] - Nomura's research indicates that the technological breakthroughs of DS-V4 will effectively break the "chip wall" and "memory wall," enabling the dual development of domestic computing hardware and AI applications, thus advancing the maturity of China's open-source large model ecosystem [1] - Industrial Securities believes that V4 is expected to be released in February, with significant potential in its application ecosystem [1] Group 2 - OpenRouter, the world's largest AI model API aggregation platform, reported that from September 9 to 15, Chinese models achieved a call volume of 41.2 trillion tokens, surpassing the 29.4 trillion tokens of U.S. models for the first time, with four domestic large models ranking among the top five globally [1]

2月，中国AI的模型调用量爆发式增长，首次超过美国。 全球最大的AI模型API聚合平台OpenRouter数据显示，9日~15日这周，中国模型以4.12万亿Token的调用量，首次超过同期美国模型的2.94万亿Token。 榜单洗牌：中国Token调用量首超美国，四款大模型霸榜 OpenRouter平台，汇聚了全球数百种大语言模型，拥有超过500万开发者用户，是目前全球最大的AI模型API聚合平台。因此，其API调用量数据被视为 洞察全球AI应用落地趋势最真实的"晴雨表"，因为它直接反映了开发者"用脚投票"的选择，体现了模型在实际应用中的受欢迎程度和竞争力。 值得注意的是，该平台的用户主要由海外开发者构成，其中美国用户占比高达47.17%，而中国开发者仅占6.01%，这使得其榜单数据更能客观反映中国AI 模型在全球范围内的真实吸引力。 16日~22日这周，中国模型的周调用量进一步冲高至5.16万亿Token，三周大涨127%，而同期美国模型调用量跌至2.7万亿Token。与此同时，全球调用量 排名前五的模型中，中国模型占据四席，这股强大的增长动能，并非依赖单一爆款产品，而是中国AI厂商集群式崛起。 Token ...