HybridSpec：面向 GDN-MoE 混合模型的投机解码提速
原文标题：HybridSpec: Throughput-Aware Speculative Decoding for Hybrid GDN-MoE Models
重要度 3/5 · AI 综合评估报道影响力与新鲜度，4–5 分为高价值资讯。
arXiv 论文提出 HybridSpec，针对 Gated DeltaNet 与 MoE 混合的目标模型，在 GPU 上依据草稿接受率估计与实测延迟动态选择验证长度，并引入路由校正与块并行 GDN 核。在 Qwen3.6-35B-A3B 等三个模型上，单请求贪心解码比自回归快 1.75-1.88 倍，比 DFlash 快 1.30-1.33 倍。
深读 · 结论先行AI 生成展开看要点与影响 ↓
HybridSpec 为 GDN-MoE 混合模型动态选验证长度，单请求解码提速 1.75-1.88 倍
- •混合目标模型中验证时间随长度增长远快于稠密模型：Qwen3.6-35B-A3B 从长度 4 到 16 增长 71%，稠密 Qwen3-4B 仅 4%-6%
- •增长几乎全部来自 GDN 与 MoE 层：GDN 每 token 都要更新循环状态，MoE 成本取决于验证时才知的专家激活
- •在 GPU 上依据草稿接受率估计与实测目标延迟动态选择验证长度
- •引入路由校正：验证多跑一个 token 到首个 MoE 路由，再决定是否保留
- •块并行 GDN 核避免逐 token 存状态；在三个模型上比自回归快 1.75-1.88 倍，比 DFlash 快 1.30-1.33 倍
为什么重要：混合架构正成为主流，但投机解码的验证开销规律与稠密模型完全不同，这条指出了 GDN 与 MoE 层才是优化重点。
以上深读由 AI 依据标题/摘要/正文节选生成，仅供参考；事实以原文为准。
AI 处理过程展开/收起
相关推荐
OpenAI 据悉计划采购谷歌 TPU 芯片，降低对英伟达依赖
AI 摘要据报道，OpenAI 正计划采购谷歌自研的张量处理单元（TPU），以扩大算力规模并实现芯片供应多元化，双方尚未敲定最终条款。OpenAI 同时在推进与博通合作、代号 Jalapeno 的自研 AI 芯片。若交易落地，将直接冲击英伟达在 AI 加速芯片市场的主导地位，并重塑云厂商与大模型公司的算力供应格局。
阿联酋因伊朗袭击调整 5GW AI 数据中心计划
AI 摘要据路透社报道，在遭受伊朗袭击后，阿联酋修订了其 5GW AI 数据中心建设计划。该事件凸显地缘政治冲突对中东地区大规模 AI 基础设施投资的直接冲击，可能影响全球算力布局与供应链。
英伟达预计单季营收达1080亿美元
AI 摘要英伟达预测未来几个月内营收将达到1080亿美元，有望成为继亚马逊、苹果和Alphabet之后又一家季度营收超千亿美元的公司。其数据中心营收同比增长一倍以上，利润也大幅增长。
Alphabet 投资 150 亿美元扩建马来西亚 AI 数据中心
AI 摘要谷歌母公司 Alphabet 宣布投资 150 亿美元，扩大马来西亚的 AI 数据中心与传统云计算业务，反映 AI 应用热潮推动算力与数字基础设施需求激增。马来西亚已成为东南亚主要数据中心枢纽，吸引甲骨文、亚马逊、阿里、字节等布局。