提出Adaptive DHiSparse支持推测解码
发生了什么
据arXiv cs.CL论文，Adaptive DHiSparse是一种支持推测解码的自适应KV层级管理技术，解决长上下文服务中KV内存耗尽问题。在100K上下文和并发128下，GLM-5.3配合DFlash2实现每GPU 793输出token/s，比HiSparse快1.45倍。在DeepSeek-V4.1-Flash 500K上下文中，配合DSpark输出提升1.85倍。低负载时主机获取量从14.2%降至1.4%。
报道与来源
1 篇发布方数量不等于独立核验数量。同稿的多个入口保留在对应报道中。
来源关系与证据边界
按已记录的来源角色展示；连线仅表示原生身份流程确认的同稿入口，不表示独立佐证或跨报道引用。
- 一手材料1 个发布入口