DeepSeek V4.1 Flash 记忆机制探析

Engrams Embedding Entendre：面向高效 DRAM/SSD 卸载的协同设计 新模型架构对 DRAM/NVMe TAM 的影响，DeepSeek V4.1 Flash，AgentX，InferenceX，NVMe 实验 https://newsletter.semianalysis.com/p/engrams-embedding-entendre-codesign

CUDA vLLM 支持 DeepSeek v4.1 Flash 两天后，AMD 才公开发布其 DeepSeek v4.1 Flash 镜像。该镜像功能上开箱即用，但每美元性能目前比 H200 差最多 14.8 倍、比 B200/B300 差最多 42 倍。

DeepSeek 发布 DeepSeek-V4.1-Flash，采用 552B 骨干的因果编码器-解码器架构，prefill 激活 8B 参数、decode 激活 16B 参数。模型通过稀疏查找访问 196B Engram 记忆，并借助 bounded replay 使持久 KV 缓存比 V4-Flash 少约 8 倍。

DeepSeek 发布 DeepSeek-V4.1-Flash，一个 552B 参数的多模态 MoE 模型，支持最长 100 万 token 上下文，模型权重已在 Hugging Face 开放。

当前 AI 热点，聚合 1 个独立信源、3 条信号。

DeepSeek 本周在 HuggingFace 开源 DeepSeek-V4.1-Flash 权重，模型已在 Baseten Model APIs 上线。规格为 552B 总参数、prefill 激活 8B、decode 激活 16B、1M token 上下文、支持文本加图像输入。

WorkBuddy 宣布 DeepSeek V4.1-Flash 已在其平台上线，免费试用两周。引用的 DeepSeek 公告称 V4.1-Flash 已登陆 DeepSeek API 并支持原生多模态。

DeepSeek 发布多模态模型 V4.1-Flash，以 MIT 许可开源在 Hugging Face，目标是大幅压缩 KV cache 和长上下文处理成本。

DeepSeek AI 发布多模态 MoE 模型 DeepSeek-V4.1-Flash，552B 主干加 196B Engram 参数，上下文窗口 1M，prefill 激活 8B 参数、decode 激活 16B，全局 KV 缓存降至每 token 890 字节，约为 DeepSeek-V4-Flash 的 1/4、DeepSeek-V1 的 1/437。

DeepSeek 发布 DeepSeek-V4.1-Flash，是全新模型结构系列中最小尺寸的模型，具备原生多模态视觉理解能力，评测包括 GPQA Diamond 90.9、HLE 36.8、Codeforces Rating 3471、Terminal-Bench 2.1 90.6 等。