深度求索公司正式发布的 DeepSeek-V3.2-Exp 模型，是一个实验性（Experimental）的版本。作为迈向新一代架构的中间步骤，V3.2-Exp 在 V3.1-Terminus 的基础上引入了 DeepSeek Sparse Attention（一种稀疏注意力机制），针对长文本的训练和推理效率进行了探索性的优化和验证。
目前，DeepSeek 官方 App、网页端、小程序均已同步更新为 DeepSeek-V3.2-Exp，同时 API 大幅度降价，欢迎广大用户体验测试并提供反馈意见。
同时，寒武纪已同步实现对深度求索公司最新模型 DeepSeek-V3.2-Exp 的适配，并开源大模型推理引擎 vLLM-MLU 源代码。代码地址和测试步骤见文末，开发者可以在寒武纪软硬件平台上第一时间体验 DeepSeek-V3.2-Exp 的亮点。
这一同步发布适配的“高能”操作，在业内专家看来，背后蕴含着中国顶尖科技企业深度协同的重要信号。
从技术层面来看，这款新大模型的体量相当可观，达到了 671GB 。据行业测算，在带宽充足的理想条件下，仅完成该大模型的下载，就需要耗费约 8-10 个小时。而芯片与大模型的适配，涉及底层架构优化、算力资源匹配、兼容性调试等一系列复杂工作，绝非短时间内能够完成。
有 AI 行业资深专家分析指出：“如此快速的适配响应，充分说明寒武纪早在 DeepSeek-V3.2 发布前就已启动适配研发，双方在技术层面的沟通与协作早已悄然展开。双方都是低调务实的公司，前期秘而不宣，估计早就已经相向而行了。”拒绝炒作、专注技术，正是当下中国顶尖科技企业行事风格的典型体现。
全球 AI 竞争日趋激烈，中国 AI 产业要想在国际舞台上站稳脚跟、占据优势地位，离不开头部企业间的深度协同合作。此次大模型与 AI 芯片领军企业的快速联动，正是国内高科技企业协同创新的有力例证。
我们可以期待，本次产业链上下游领军企业的深度协同，将大幅降低大模型用户在长序列场景下的训推成本，助力 AI 应用的 “涌现”。
DeepSeek开源模型获取方式：
https://huggingface.co/deepseek-ai/DeepSeek-V3.2-Exp
vLLM-MLU DeepSeek-V3.2-Exp适配的源码获取方式：
https://github.com/Cambricon/vllm-mlu
免责声明：市场有风险，选择需谨慎！此文仅供参考，不作买卖依据。
