11.4 DFlash：以块扩散一次草拟整块 token#

此前的草稿器（小模型、EAGLE、MTP 串行模块）大多仍以逐 token 自回归（token-by-token autoregressive）方式起草。DFlash 更换了起草引擎，采用轻量的块扩散（block-diffusion）草稿器一次前向即并行草拟整块 token，并通过 KV 注入（KV injection）使草稿严格条件于目标模型的隐藏特征。由此起草延迟显著下降而仍保持无损，在 NVIDIA Blackwell 上配合 TensorRT-LLM 可实现最高约 15× 的推理提速[^dflash][^nv]。