# Китайская DeepSeek представила алгоритм DSpark, ускоряющий работу DeepSeek-V4 в 6,6 раза

> Компания DeepSeek, разработчик моделей искусственного интеллекта, опубликовала результаты тестирования нового алгоритма спекулятивного декодирования DSpark, который увеличивает пропускную способность флагманской модели DeepSeek-V4 до 661%.

- Canonical HTML: https://youragents.me/ru/media/news/kitajskaja-deepseek-predstavila-algoritm-dspark-uskorjajushhij-rabotu-deepseek-v4-v-6-6-raza
- Markdown: https://youragents.me/ru/media/news/kitajskaja-deepseek-predstavila-algoritm-dspark-uskorjajushhij-rabotu-deepseek-v4-v-6-6-raza.md
- Section: Новости
- Published: 2026-07-02T02:37:37+03:00
- Modified: 2026-07-02T02:37:37+03:00

Компания DeepSeek, разработчик моделей искусственного интеллекта, опубликовала результаты тестирования нового алгоритма спекулятивного декодирования DSpark, который увеличивает пропускную способность флагманской модели DeepSeek-V4 до 661%. Об этом сообщили представители компании в социальной сети X. 

Китайский стартап DeepSeek, известный своими языковыми моделями с открытым исходным кодом, объявил о выпуске алгоритма DSpark, предназначенного для оптимизации работы нейросетевых моделей. По данным разработчиков, применение DSpark к модели DeepSeek-V4 позволяет повысить её производительность в 6,6 раза без потери качества генерации текста.

Алгоритм использует метод спекулятивного декодирования, при котором вспомогательная модель меньшего размера предсказывает несколько токенов заранее, а основная модель затем верифицирует их. Такой подход сокращает количество вычислительных операций, необходимых для генерации текста, что особенно актуально для крупных языковых моделей.

Представители DeepSeek не раскрыли технические детали реализации DSpark, однако отметили, что алгоритм уже интегрирован в инфраструктуру компании и используется для обслуживания пользовательских запросов. В сообщении на X подчёркивается, что прирост производительности достигается без увеличения аппаратных мощностей, что может снизить операционные затраты на эксплуатацию моделей.

Ранее DeepSeek уже демонстрировала высокие результаты в оптимизации нейросетевых архитектур: в апреле компания представила модель DeepSeek-V3, которая превзошла аналогичные разработки конкурентов по соотношению цены и качества. Нынешний релиз продолжает эту тенденцию, фокусируясь на повышении эффективности уже существующих решений.

Ожидается, что DSpark будет доступен для интеграции с другими моделями, однако компания пока не анонсировала открытый релиз исходного кода алгоритма.

Источники: X-пост Teortaxes▶️ (DeepSeek 推特🐋铁粉 2023 – ∞), 30 июня 2026; блог DeepSeek.