DeepSeek-V4.1为降低长上下文agent负载成本，将滑窗KV从SSD移至主机内存池，仅保留几分钟；全局KV仍存SSD至少72小时。滑窗KV丢失后用SWA Bounded Replay只回放128个token近似重建，代价是结果不精确。CSA2跨层共享在流水线并行下通过shadow indexer等三项支持训练。多模态训练有三处系统改动。

DeepSeek-V4.1 的 CSA2 通过跨层共享压缩全局 KV，将 KV cache 从每 token 5.41 条降至 2.5 条。每层全局注意力包含 main KV、indexer K、top-k 索引和注意力四部分，前三者可跨层共用，形成 Full、Reindex、Reuse 三种模式：Full 自建 KV 并选索引，Reindex 复用 KV 但重选索引，Reuse 两者均复用。38 层中仅 4 层为 Full，压缩算子去除了重叠与位置偏置，indexer K 改由 main KV 投影。

DeepSeek-V4.1-Flash主干552B参数、40层，另有196B Engram表。核心是压缩KV cache：全局KV降至890字节/token，约为V4-Flash的四分之一，磁盘缓存仅八分之一。前20层为encoder，后20层为decoder，decoder全局KV由第20层投影共享。prefill每token激活8B、只算20层，decode为16B。引入CSA2共享池、Single-Pass mHC、Engram、DSpark与视觉通路。

DeepSeek注意力结构历经六轮迭代：MHA为基线，GQA减少KV头数，MLA将KV低秩压缩至576维latent，DSA用indexer选top-2048条以节省算力，CSA每4个token压缩并做块级检索，HCA压缩率达128且免检索，CSA2跨层共享KV并降至FP4。核心是逐代削减KV cache或注意力计算量，KV cache从V1的480KiB降至V4.1的890B。