9月29日，国内AI企业深度求索（DeepSeek）正式推出实验性（Experimental）模型DeepSeek-V3.2-Exp，在V3.1-Terminus的基础上首次引入自研稀疏注意力机制（DSA），在保持模型性能的同时大幅降低长文本处理成本。

　　与此同时，华为云、寒武纪（688256.SH）、海光信息（688041.SH）等国产算力厂商第一时间宣布完成适配，凸显国产AI软硬件生态协同加速趋势。

　　成本大降

　　DeepSeek-V3.2-Exp作为V3系列的实验性版本，核心突破在于采用稀疏注意力架构（DSA）。

　　DSA是一种针对Transformer架构的优化技术。在大语言模型的技术机制中，注意力机制是一个核心组件，决定了模型如何在文本序列中聚焦关键信息，实现语义理解与生成。

　　因为实现细粒度稀疏注意力机制，在几乎不影响模型输出效果的前提下，可以实现长文本训练和推理效率的大幅提升。

　　成本优化效果直接体现于API（应用程序接口）价格调整。

　　输入价格上，缓存命中时，DeepSeek-V3.2-Exp从0.5元/百万tokens降至0.2元/百万tokens；缓存未命中的价格则从4元/百万tokens降为2元/百万tokens；输出价格上，从12元/百万tokens直接降到了3元/百万tokens。

　　深度求索称，降价得益于新模型服务成本的大幅降低。

　　目前，DeepSeek-V3.2-Exp 模型已在Huggingface与魔搭开源，官方App、网页端、小程序均已同步更新为DeepSeek-V3.2-Exp。API 的模型版本已经更新为 DeepSeek-V3.2-Exp，访问方式保持不变。

　　同时，为方便用户进行对比测试，DeepSeek为此前发布的V3.1-Terminus临时保留额外的API访问接口，将开放至10月15日，调用价格与V3.2-Exp一致；为支持社区研究，DeepSeek还开源新模型研究中设计和实现的GPU算子，包括TileLang和CUDA两种版本。团队建议社区在进行研究性实验时，优先使用基于TileLang的版本，以便于调试和快速迭代。

　　火速适配

　　新模型发布后，国产算力厂商迅速响应。

　　华为昇腾快速基于vLLM/SGLang等推理框架完成适配部署，实现DeepSeek-V3.2-Exp 0day支持，并面向开发者开源所有推理代码和算子实现。

　　华为云第一时间完成对DeepSeek-V3.2-Exp模型的适配工作，最大可支持160K长序列上下文长度。目前该模型已正式上架华为云大模型即服务平台MaaS，为企业及开发者提供模型体验和API服务。

　　华为云方面称，ModelArts推理平台基于CloudMatrix384超节点，为DeepSeek-V3.2-Exp模型提供稳定、可靠的推理服务。ModelArts推理平台能够根据实际负载需求，按需供给和分配模型推理算力资源，实现资源分时复用与灵活扩缩容。

　　针对DeepSeek-V3.2-Exp模型，此次沿用大EP并行方案部署，基于稀疏Attention结构叠加实现长序列亲和的上下文并行策略，并兼顾模型时延和吞吐性能。

　　寒武纪（688256.SH）亦同步适配DeepSeek-V3.2-Exp，并开源vLLM-MLU推理引擎源代码，依托自研BangC融合算子与Triton框架达成“计算与通信并行”的极致性能优化。

　　海光信息（688041.SH）同日宣布其DCU实现无缝适配+深度调优，做到大模型算力“零等待”部署。海光信息表示，基于GPGPU架构强大的生态优势，与编程开发软件栈DTK的特性，DeepSeek-V3.2-Exp在海光DCU上展现出优异的性能，同时验证海光DCU高通用性、高生态兼容度及自主可控的技术优势。

　　这一协同效率背后是国产算力生态的成熟。华为昇腾、寒武纪等企业近期持续优化软硬件协同设计，而互联网厂商如腾讯云、阿里云亦积极拥抱国产芯片适配。