# DeepSeek-V4.1-Flash 的 KV Cache 压缩

- 来源：Dongxi 东锡 NLP (@dongxi_nlp)
- 发布时间：2026-09-10 21:38
- AIHOT 分数：36
- AIHOT 链接：https://aihot.news/items/cmtvkql9r0ci5ronbwfb2mub6
- 原文链接：https://x.com/dongxi_nlp/status/2098043379196068109

## 正文

极致的压榨 KV Cache Compression

DeepSeek-V4.1-Flash 的 Causal Encoder–Decoder 改变了什么？

在常规 Transformer 中，各层根据进入本层的 hidden states，生成自己的 K 和 V。DeepSeek-V4.1-Flash 的 Causal Encoder–Decoder 调整了这一依赖关系：decoder 的 global KV 直接由 causal encoder 的最终输出生成。

因此，构建 decoder 的 global KV，无需让整段 prompt 经过所有 decoder 层。这为减少 prefill，也就是生成回答前的输入处理计算，提供了基础。