DeepSeek 于 10 月 17 日把 V4.1 Flash 升级为 V4.1-Flash-1017，网页、App 与 API 同步切换（deepseek-flash 调用方式和价格不变），权重以 MIT 协议上架 Hugging Face 与 ModelScope。官方口径下 DeepSWE v1.1 从 74.2 升至 77.0、Terminal-Bench 4.0 从 31.2 升至 42.3，同时任务耗时与输出长度下降；同步开放自研搜索引擎驱动的 Search/Fetch API（$0.75/千次）。

工具生态12 天前

vLLM 与蚂蚁集团开源量化推理内核库 Humming：一套内核覆盖多种量化格式和 Turing 以来全部 NVIDIA GPU，DeepSeek-V4.1-Flash 端到端吞吐提升 14%–43%

10 月 21 日，vLLM 社区与蚂蚁集团开源 Humming（Apache 2.0），一个用 JIT 编译按需生成 GEMM 内核的量化推理库，支持 Turing 起所有 NVIDIA 架构及平头哥真武 810E，覆盖 INT1–INT8、FP4–FP8 等权重/激活组合和稠密、MoE 两类负载。官方微基准中部分场景比 vLLM Marlin、FlashInfer、DeepGEMM 快 2–5 倍；在 8 张 H20 上跑 DeepSeek-V4.1-Flash，MoE 从 Marlin W4A16 换成 Humming W4A8 后吞吐提升 14%–43%。vLLM 0.29.0 起已内置。

推理12 天前

vLLM 联合蚂蚁集团开源 Humming 算子库：最高 5 倍算子加速，MoE 端到端吞吐提升 43.3%

vLLM 官方联合蚂蚁集团正式开源底层高性能量化推理算子库 Humming（humming-kernels）。该算子库专为大规模混合专家（MoE）与低精度密集模型的高并发服务而设计，全面覆盖 WnA16、W8A8、W4A8 与 W4A4 多种量化精度，横跨 INT1~INT8 与 FP4~FP8 数据格式，并原生适配从 NVIDIA Turing 到 Blackwell 架构及平头哥真武 810E 芯片。实测显示，Humming 算子在小 Batch 下比 cuBLAS 快 3~4 倍，在大 Batch 下比 Marlin 快 2 倍；在 8 张 H20 GPU 上运行 DeepSeek-V4.1-Flash，64 并发下整机端到端吞吐暴增 43.3%，首字时延（TTFT）大幅降低 32%，现已作为默认引擎整合至 vLLM v0.29.0+ 中。

🔥

热点快讯风向标

TOP 5

近 14 天全网开发者深度交互与阅读热度

探索全部 1,200+ 条快讯雷达→

←返回快讯列表

讨论与评论

登录后即可参与深度讨论

与广大 AI 开发者、工程师交流评测心得与前沿洞察

暂无评论，快来发表你的第一条真知灼见吧！

DeepSeek 规模上线国产昇腾集群，552B 不对称 MoE 架构推理吞吐创新高

核心要点速览

开发者 3 秒速决决策指标

把技术选型换算成你的开发预算

AI 编程实战与选型生态

DeepSeek

延伸精选与接着阅读

DeepSeek 正式开源 DeepInfer 推理引擎：全面支撑 V4.1-Flash 大规模生产服务，兼顾 NVIDIA SM100 与华为昇腾 950

DeepSeek 发布 V4.1-Flash-1017：MIT 开源权重同步上线网页、App 与 API，DeepSWE 官方报 77.0，API 价格不变并开放自研 Search/Fetch 接口

vLLM 与蚂蚁集团开源量化推理内核库 Humming：一套内核覆盖多种量化格式和 Turing 以来全部 NVIDIA GPU，DeepSeek-V4.1-Flash 端到端吞吐提升 14%–43%

vLLM 联合蚂蚁集团开源 Humming 算子库：最高 5 倍算子加速，MoE 端到端吞吐提升 43.3%

热点快讯风向标

Skyfall AI 发布工程世界模型 SKY-001：文字或草图直接生成可执行 CAD 建模步骤，官方称 CAD 任务比 GPT-6 Astra 快 51 倍、便宜 150 倍

OpenAI 给 ChatGPT Pro 和 Business 订阅送 API 额度：每月最多 500 美元，用来做应用和 Agent

OpenAI 公布内部模型三项新发现：称已证伪指数时间假设（ETH）、证明全维局部光滑化猜想，并给出 QCD 存在性证明

X 热议：多条万赞帖称 Anthropic「悄悄封了」Claude 用 REA 做逆向工程，起因是 Samsung 电视固件逆向走红；官方暂无说明

Artificial Analysis 发布 Coding Agent Index v2.0：用 Cognition 的 FrontierCode 替换 DeepSWE，Claude Code + Opus 5.5 以 61.7 分居首

讨论与评论