11.5 DSpark：用半自回归 + 置信度调度做生产级投机解码#

DSpark 是 DeepSeek 提出的投机解码（Speculative Decoding）方案，针对生产服务的两个核心问题给出解答。其一是以半自回归（semi-autoregressive）架构，并行主干配一个轻量串行模块，补回并行起草丢失的块内依赖（intra-block dependency），从而缓解后缀衰减（suffix decay）；其二是以置信度调度验证（confidence-scheduled verification），根据前缀存活概率与引擎吞吐画像为每个请求动态决定验证长度。在 DeepSeek-V4 的真实服务中，相对 MTP-1 生产基线、在同等吞吐下，DSpark 将单用户生成速度提升约 60%–85%[^dspark]。