Artikel:Samuel Batista
DeepSeek V4-Pro: Architektur, KV-Cache-Kompression und Hyper-Connections im Detail
Samuel Batista visualisiert die interne Architektur von DeepSeek V4-Pro mit 1 Million Token Kontext. Der Artikel erläutert komprimierte Attention-Mechanismen, Hyper-Connections und die Funktionsweise des MoE-Designs mit 384 Experten. Die Analyse zeigt, wie Speicheraufwand und Rechenzeit drastisch sinken.
Aus X-Post: Creative Visualisations and 3D Projects Powered by Claude Opus 5.5