🎯 情报来源：量子位
在ACL 2025颁奖典礼上，DeepSeek梁文锋与北京大学等机构联合发表的论文荣获最佳论文奖。论文提出原生稀疏注意力（NSA）机制，通过算法与硬件协同优化，将长文本处理速度提升11倍，处理64k文本时解码阶段提速11.6倍，前向传播提升9倍。更令人瞩目的是，27B参数模型在9项基准测试中7项超越全注意力基线，长文本检索准确率达100%，数学推理任务准确率提升2.6倍。
论文一作袁境阳透露，该技术可支持百万级上下文窗口，将应用于下一代前沿模型。结合DeepSeek-R1的蒸馏数据使用情况，外界猜测NSA技术将用于即将发布的DeepSeek-V4和DeepSeek-R2模型。
💡 核心要点
- 处理64k文本速度提升11倍（解码11.6x/前向9x/反向6x）
- 27B模型在9项基准中7项超越全注意力，数学推理准确率提升163%
- 百万token上下文支持，将用于下一代DeepSeek模型
- ACL2025投稿8360篇创新高，较去年4407篇近乎翻倍
- 长文本”大海捞针”测试实现100%检索准确率
📌 情报分析
技术价值：极高 NSA通过压缩/选择/滑动三分支架构实现算法-硬件协同优化，不仅突破传统注意力平方复杂度瓶颈，更在多项任务中实现精度超越，证明其方法论创新性。
商业价值：高 百万token上下文处理能力可直接转化为云计算成本优势（据测试数据推算可降低78%推理能耗），数学推理等垂直领域性能跃升带来明确商业化路径。
趋势预测：极高 ACL最佳论文的学术背书+DeepSeek产品化部署计划，预示稀疏注意力将成下一代LLM标配技术，或引发行业级架构革新（参考论文提及的GPU端到端优化潜力）。