4月24日，DeepSeek-V4預(yù)覽版正式上線并開源，華為云官方宣布為其提供首發(fā)適配。華為云MaaS模型即服務(wù)平臺已為開發(fā)者提供免部署、一鍵調(diào)用DeepSeek-V4-FlashAPI的Tokens服務(wù)。適配過程中，華為云首發(fā)適配了模型分層注意力壓縮機制，實現(xiàn)了V4注意力機制下KVCache的高效分配管理，并提供了TopK、SWA、CFA等10余種昇騰高性能融合算子，支持原生100萬Token長上下文的高性能推理。

DeepSeek-V4系列包含兩個MoE架構(gòu)版本：旗艦版DeepSeek-V4-Pro總參數(shù)1.6萬億、激活參數(shù)490億，經(jīng)濟型DeepSeek-V4-Flash總參數(shù)2840億、激活參數(shù)130億，均原生支持100萬Token超長上下文。技術(shù)架構(gòu)上，DeepSeek-V4設(shè)計了全新的混合注意力機制，包含壓縮稀疏注意力（CSA）與重壓縮注意力（HCA）兩大組件，大幅降低了長上下文場景下的計算和顯存需求。在100萬Token上下文設(shè)置下，V4-Pro的單Token推理FLOPs僅為前代V3.2的27%，KV緩存占用降至10%；V4-Flash兩項指標分別壓低至10%和7%。