IT之家 2 月 27 日消息，据路透社 2 月 26 日报道，两位了解情况的消息人士表示，DeepSeek 在即将进行重大模型更新之前，未向美国芯片制造商展示其即 将推出的旗舰模型，这打破了行业标准做法。 相反，DeepSeek V4 向国内供应商 —— 包括华为技术有限公司 —— 提供了早期访问权限。 报道提到，AI 开发者通常会将主要模型的预发布版本分享给英伟达和 AMD 等芯片制造商，以确保其软件在广泛使用的硬件上高效运行。DeepSeek 之前曾 与英伟达的技术人员密切合作。 对于其即将推出的模型，DeepSeek 没有向英伟达和 AMD 提供访问权限，而是给予包括华为在内的中国厂商几周的时间来适配其芯片。 英伟达和 AMD 拒绝评论。DeepSeek 和华为没有回应评论请求。 消息源 @legit_api 于 2 月 26 日在 X 平台发布推文，报道称 DeepSeek 正在测试 V4 Lite 模型，代号为"Sealion-lite"，上下文窗口为 100 万 tokens，并是原生 支持多模态推理。 IT之家注意到，本月早些时候，DeepSeek 更新之后开始灰度测试最高 1M（百万）Tok ...

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 ...