DeepSeek-V4.1 采用分层稀疏索引器降低解码开销：第20层先全量打分，选出最多16384个候选位置，后续Reindex层仅在候选池内打分，使计算量与上下文长度无关。同时，main KV改用FP4存储，每token从584字节压缩至288字节，并结合跨层共享，全局KV总量从V4-Flash的3514字节降至890字节。

本文介绍DeepSeek-V4模型中的压缩稀疏注意力（CSA）机制。KV缓存每4个token压缩为一条，1M上下文仍有26万条目，故用lightning indexer打分选择top-1024块。Indexer源自V3.2的DSA，采用64头128维、ReLU加权和FP4量化，通过KL散度模仿主注意力分布训练。V4将索引对象从token改为压缩块，query共享低秩latent。文章详述了indexer实现细节、一层CSA的完整维度流程及参数统计。

本文讨论了Kubernetes中的Informer机制，重点介绍了其架构设计和工作原理。Informer通过Reflector从API Server获取资源数据，并利用DeltaFIFO队列处理数据变化，最终将数据存储在Indexer中。Resync机制确保数据的准确性和一致性，允许定期重试处理失败的数据。理解Informer机制对Kubernetes组件间的通信至关重要。