【导语】9月30日，DeepSeek发布实验性版本DeepSeek-V3.2-Exp模型，寒武纪随即宣布完成适配并开源相关推理引擎源代码，凭借技术积累快速实现新模型架构的day 0适配优化，达成业界领先计算效率，双方合作将降低长序列场景训推成本。

　　9 月 30 日消息，DeepSeek 正式发布了 DeepSeek-V3.2-Exp 模型，这是一个实验性（Experimental）的版本。寒武纪也宣布，已同步实现对深度求索公(gōng)司(sī)最(zuì)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。

　　寒武纪称，一直高度重视大模型软件生态建设，支持以 DeepSeek 为代表的所有主流开源大模型。借助于长期活跃的生态建设和技术积累，寒武纪得以快速实现对 DeepSeek-V3.2-Exp 这一全新实验性模型架构的 day 0 适配和优化。

　　针对本次的 DeepSeek-V3.2-Exp 新模型架构，寒武纪通过 Triton 算子开发实现了快速适配，利用 BangC 融合算子开发实现了极致性能优化，并基于计算与通信的并行策略，再次达成了业界领先的计(jì)算(suàn)效(xiào)率(lǜ)水平。依托 DeepSeek-V3.2-Exp 带来的全新 DeepSeek Sparse Attention 机制，叠加寒武纪的极致计算效率，可大幅降低长序列场景下的训推成本，共同为客户提供极具竞争力的软硬件解决方案。