DeepSeek-V3.2-Exp模型发布 - 公司于9月29日正式发布实验性模型DeepSeek-V3.2-Exp 作为迈向新一代架构的中间步骤 [2] - 新模型在V3.1-Terminus基础上引入DeepSeek Sparse Attention稀疏注意力机制 针对长文本训练和推理效率进行探索性优化和验证 [2] - 官方App、网页端、小程序均已同步更新为DeepSeek-V3.2-Exp模型 [2] API价格调整 - API模型版本更新为DeepSeek-V3.2-Exp 访问方式保持不变 [4] - 在新的价格政策下 开发者调用DeepSeek API的成本将降低50%以上 [4] 寒武纪生态适配 - 寒武纪于同日同步实现对DeepSeek-V3.2-Exp模型的适配 并开源大模型推理引擎vLLM-MLU源代码 [4] - 公司高度重视大模型软件生态建设 支持以DeepSeek为代表的所有主流开源大模型 [6] - 通过长期活跃的生态建设和技术积累 实现了对新模型架构的day 0适配和优化 [6] 技术协同与优化 - 寒武纪重视芯片和算法联合创新 以软硬件协同方式优化大模型部署性能并降低部署成本 [6] - 针对新模型架构通过Triton算子开发实现快速适配 利用BangC融合算子开发实现极致性能优化 [6] - 基于计算与通信的并行策略 再次达成业界领先的计算效率水平 [6] 产业链协同意义 - 同步发布适配动作表明中国AI产业链头部公司正在进行深度协同 [7] - 可能早在模型发布之前 寒武纪就在技术方面与DeepSeek进行沟通并启动相关适配研发工作 [7] - DeepSeek Sparse Attention机制叠加寒武纪的极致计算效率 可大幅降低长序列场景下的训推成本 [6]