量子位
·
DeepSeek新模型上线！引入DSA新稀疏注意力，还又狙了CUDA一枪
内容提要
DeepSeek最新模型V3.2-Exp上线，采用新稀疏注意力机制DSA，提升长文本推理效率，并开源TileLang和CUDA算子，API价格降至五折，国庆礼包也令人惊喜。
关键要点
-
DeepSeek最新模型V3.2-Exp上线，采用新稀疏注意力机制DSA。
-
新模型提升了长文本推理效率，并开源了TileLang和CUDA算子。
-
API价格降至五折，国庆礼包令人惊喜。
-
DeepSeek-V3.2-Exp基于V3.1-Terminus，核心创新是引入DSA稀疏注意力机制。
-
DSA实现了细粒度注意力机制，推理成本显著低于V3.1-Terminus。
-
开源的主要算子包括TileLang和CUDA版本，建议使用TileLang进行研究性实验。
-
智谱的GLM-4.6模型也在研发中，GLM-4.5被标记为“上一代旗舰模型”。
延伸解读
新稀疏注意力机制的优势
DeepSeek-V3.2-Exp引入的稀疏注意力机制DSA，能够在保持模型输出效果的同时，显著提升长文本推理效率。这一创新使得处理128K长上下文时，推理成本大幅降低，尤其在解码阶段，用户在实际应用中可以期待更快的响应速度和更低的计算资源消耗。
开源算子的实用性
DeepSeek开源的TileLang和CUDA算子为研究者提供了灵活的实验平台。TileLang作为高级语言，便于快速原型开发和调试，而CUDA版本则能实现更高效的计算。建议研究者优先使用TileLang进行实验，以便于快速迭代和验证模型性能。
API价格调整的影响
DeepSeek的API价格降至五折，意味着更多用户能够以更低的成本接触到先进的模型技术。这一举措不仅降低了使用门槛，也可能吸引更多开发者和企业进行应用开发，推动相关技术的普及和创新。
延伸问答
DeepSeek-V3.2-Exp模型的主要创新是什么？
DeepSeek-V3.2-Exp模型的主要创新是引入了DeepSeek Sparse Attention（DSA）稀疏注意力机制。
新模型如何提升长文本推理效率？
新模型通过细粒度注意力机制DSA，在几乎不影响模型输出效果的前提下，显著提升了长文本和推理效率。
DeepSeek-V3.2-Exp与V3.1-Terminus相比有什么区别？
DeepSeek-V3.2-Exp在推理成本上显著低于V3.1-Terminus，尤其在解码阶段，但在各领域公开测评集上的表现基本持平。
TileLang和CUDA算子有什么特点？
TileLang和CUDA算子是DeepSeek开源的主要算子，TileLang适合快速原型开发，而CUDA版本则用于实现更高效的计算。
DeepSeek的API价格有什么变化？
DeepSeek的API价格降至五折，现已生效。
智谱的GLM-4.6模型有什么进展？
智谱的GLM-4.6模型正在研发中，GLM-4.5被标记为“上一代旗舰模型”。
