AI圈报
模型发布 / 更新普通

SemiAnalysis 谈 DRAM/SSD 卸载协同设计

信息来源：X：SemiAnalysis (@SemiAnalysis_)·
DeepSeek
原始标题：Engrams Embedding Entendre： Codesign for Efficient DRAM/SSD Offloading New Model Architecture Impli…

内容摘要

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
内容分类AI 模型发布与更新
内容层级普通情报
发布时间（北京时间）
本站收录时间（北京时间）
信息来源X：SemiAnalysis (@SemiAnalysis_)
站内情报编号intel-e08c0f79214f023c60d1f727
阅读原始信息 ↗查看数据来源更多模型发布 / 更新

相关推荐

综合分类、实体标签与信息来源匹配

模型发布 / 更新普通
CUDA 护城河警报：CUDA vLLM 支持 DeepSeek v4.1 Flash 两天后，AMD 才发布镜像
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。
信息来源：X：SemiAnalysis (@SemiAnalysis_) · DeepSeek
模型发布 / 更新普通
DeepSeek 发布 DeepSeek-V4.1-Flash，552B 骨干激活仅 8B-16B 参数
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。
信息来源：X：SemiAnalysis (@SemiAnalysis_) · DeepSeek
模型发布 / 更新精选
DeepSeek-V4.1-Flash 发布：552B MoE 多模态模型主打 KV cache 压缩
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。
信息来源：HuggingFace Daily Papers（社区热门论文） · DeepSeek / Hugging Face
模型发布 / 更新精选
曝 DeepSeek 聘请中信证券筹备科创板 IPO，目标年内递交申请
当前 AI 热点，聚合 1 个独立信源、3 条信号。
信息来源：IT之家（RSS） · DeepSeek
模型发布 / 更新精选
DeepSeek 开源 V4.1-Flash：CED 架构降低编码 Agent 的 prefill 开销
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。
信息来源：Baseten 工程博客（网页） · DeepSeek / Hugging Face
模型发布 / 更新精选
WorkBuddy 上线 DeepSeek V4.1-Flash，免费试用两周
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。
信息来源：X：Tencent WorkBuddy (@WorkBuddy_AI) · DeepSeek
模型发布 / 更新精选
DeepSeek 发布 V4.1-Flash，大幅降低 AI Agent 的 KV cache 内存需求
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。
信息来源：The Decoder：AI News（RSS） · DeepSeek / Hugging Face
模型发布 / 更新精选
DeepSeek 发布 V4.1-Flash：新架构带来原生视觉理解与大幅降价
DeepSeek 发布 V4.1-Flash，采用 Causal Encoder-Decoder 新架构并支持原生视觉理解，552B MoE 参数，输入处理激活 8B、输出生成激活 16B。
信息来源：X：Kim (@kimmonismus) · DeepSeek
模型发布 / 更新精选
DeepSeek 发布 V4.1-Flash：新 Causal Encoder-Decoder 架构，带原生视觉理解
DeepSeek 发布 V4.1-Flash，采用新 Causal Encoder-Decoder 架构并支持原生视觉理解，为其新架构家族中最小模型。该模型为 552B 参数 MoE，输入处理激活 8B、输出生成激活 16B；KV cache 需求较上一代降至 HBM 的 1/4、SSD 存储的 1/8，API 价格更低。
信息来源：X：Kim (@kimmonismus) · DeepSeek
模型发布 / 更新精选
DeepSeek AI 发布 DeepSeek-V4.1-Flash：1M 上下文、FP4 KV 缓存与跨层注意力复用
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。
信息来源：MarkTechPost（RSS） · DeepSeek