DeepSeek a publié un nouveau article

Dans l’attente impatiente de la nouvelle génération de modèles phares DeepSeek V4, l’équipe DeepSeek a discrètement publié un nouvel article académique.
Cet article a été coécrit par DeepSeek en collaboration avec l’Université de Pékin et l’Université Tsinghua, et il oriente ses recherches vers un maillon clé qui détermine la mise en œuvre pratique des grands modèles — la vitesse d’inférence, fournissant une solution système sous-jacente efficace pour des agents intelligents de plus en plus complexes.
Plus précisément, le nouvel article présente un système d’inférence innovant nommé DualPath, spécialement optimisé pour les performances d’inférence des grands modèles (LLM) sous des charges de travail d’agents.
En introduisant le mécanisme de “lecture à double chemin du KV-Cache (similaire à un cache mémoire)”, la charge du réseau de stockage est réaffectée, augmentant le débit d’inférence hors ligne jusqu’à 1,87 fois et le nombre moyen d’exécutions d’agents en ligne par seconde de 1,96 fois.
L’article mentionne dans l’introduction que les grands modèles évoluent rapidement des robots de conversation à réponse unique et des modèles d’inférence indépendants vers des systèmes d’agents — capables de planifier de manière autonome, d’appeler des outils et de résoudre des tâches pratiques par le biais d’interactions multiples.
Cette transformation du paradigme d’application entraîne une révolution majeure dans la charge de travail d’inférence des grands modèles : passant d’interactions traditionnelles homme-grand modèle à des interactions homme-grand modèle-environnement, avec un nombre d’interactions pouvant atteindre des dizaines, voire des centaines de tours.
(第一财经)