多层索引器 MLI：DeepSeek 稀疏注意力解码提速最高 14.5%
原文标题：Multi-layer Indexer: Overlapping Selection and Attention in DeepSeek Sparse Attention
重要度 4/5 · AI 综合评估报道影响力与新鲜度，4–5 分为高价值资讯。
针对 DeepSeek 稀疏注意力（DSA）中索引器扫描成为长上下文解码瓶颈的问题，作者提出多层索引器 MLI，让相邻层复用上一层索引器的选择，使索引器与注意力并行执行，无需重训与新权重。在 DeepSeek-V3.2 与 GLM-5 上解码最高提速 14.5% 与 9.8%，精度基本持平。
深读 · 结论先行AI 生成展开看要点与影响 ↓
MLI让相邻层复用索引器选择，DeepSeek-V3.2解码提速最高14.5%且无需重训
- •DSA每层前有索引器扫描全缓存、保留2048个最高分token，长上下文下解码瓶颈在索引器而非稀疏注意力
- •相邻层选中的token几乎相同，故让每层复用上一层索引器结果，索引器与注意力可并行执行
- •在DeepSeek-V3.2与GLM-5上解码最高提速14.5%与9.8%，精度基本持平，无需重训与新权重
- •默认实现不改kernel，跑在SGLang生产解码图中；与IndexCache组合后在同等保留率下仍更快
- •测试覆盖保留率1/2至1/32、上下文10K至195K
为什么重要：长上下文推理成本主要卡在索引器扫描，这条给出零重训、可直接部署在SGLang上的提速方案，对做长上下文推理服务的团队有直接参考价值。
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
谷歌 Gemini 4 Carbon 全面超越 Opus 5.5，首发 Token 半价
AI 摘要谷歌发布 Gemini 4 Carbon，宣称在多项能力上全面超越 Opus 5.5，并推出首发 Token 半价优惠。该模型可连续数日修复 Bug，且具备免疫提示词注入的安全特性，加剧头部大模型竞争。
谷歌发布 Gemini 4 Carbon，主打网络安全能力跃升
AI 摘要谷歌推出前沿模型 Gemini 4 Carbon，在编程、智能体任务和网络安全方面显著提升，登顶 Artificial Analysis 智能指数，领先 Claude Opus 5.5 与 GPT-6 Astra。该模型目前仅向部分网络安全防御公司开放，定价与 Argon 相同，为每百万输入 token 2 美元、输出 10 美元。
谷歌发布 Gemini 4，API 限时半价
AI 摘要谷歌正式发布 Gemini 4，被视为重回大模型第一梯队的关键动作，同时推出 API 限时半价优惠。该发布对模型竞争格局与开发者成本结构均有直接影响。
谷歌 Meta 发布前沿模型，AI 竞赛重启
AI 摘要谷歌发布 Gemini 4 Argon，Meta 推出新前沿模型，两家公司声称可与 OpenAI 和 Anthropic 的旗舰模型匹敌。谷歌以激进定价策略切入市场，入门期价格比竞争对手低至80%。AI 前沿竞争格局重新洗牌。