云天励飞IFWA软件栈完成DeepSeek-V4.1-Flash零等待适配

2026年9月，高效推理模型DeepSeek-V4.1-Flash正式发布。云天励飞依托自研IFWA软件栈实现该模型的Day 0（零等待）快速适配，并基于真实量化权重完成全链路数值精度与执行一致性验证。

作为DeepSeek-V4系列迭代版本，V4.1-Flash在推理架构上实现多项升级，对算力软件栈综合能力提出更高要求。本次适配中，IFWA秉持“能力复用、差异迭代”思路，复用5项成熟原生接口，仅新增2项接口，针对性适配模型缓存量化、Sinkhorn语义等全新特性，大幅降低新模型接入成本。

低精度模型具有体积小、速度快、省显存的优点。目前IFWA对低精度模型的支持已从“可运行”升级为可精准加载、可正确传参数、可落地低精度计算的全链路稳定能力。稀疏计算方面，IFWA新增专属缓存量化接口，全面适配大模型推理加速框架DSpark中草稿模型与主模型协同推理流程，覆盖Token生成、模型验证、连续自回归续写等场景，保障多轮推理状态传递与计算逻辑的一致性。

依托可复用的编译器、自研算子、低精度计算与测试验证体系，IFWA无须为新模型重构底层能力，即可快速适配各类大模型架构迭代。截至目前，该软件栈已完成DeepSeek全系列、Kimi、Qwen等十余款主流先进模型的适配，覆盖稀疏计算、MoE、投机解码、混合精度等前沿推理机制。未来，云天励飞将持续迭代IFWA软件栈核心能力，推进先进AI模型在国产GPGPU平台的快速适配与规模化落地。