据推特用户 @_avichawla 报道，DeepSeek 在 V3.2 中推出 DeepSeek Sparse Attention（DSA），将注意力计算从 O(L²) 降为 O(Lk)，每次查询仅选取前 k 个键值对，且无论上下文是否为 128K，最多只保留 2048 个令牌。根据该来源，轻量级 Lightning Indexer 采用少量 FP8 头对令牌重要性打分，先进行廉价筛选，再在被选子集上执行昂贵注意力，从而集中算力并降低延迟与成本。该来源还指出，固定的 k 使显存与计算更可预测，有利于长文档问答、检索增强生成和企业级长上下文推理的吞吐与服务经济性。

据@deepseek_ai在X平台披露，DeepSeek将逐点压缩与DeepSeek稀疏注意力（DSA）结合，显著降低计算与显存开销，并把100万上下文作为官方服务默认配置。根据DeepSeek官方公告，此结构性创新面向长上下文场景，如多文档RAG、海量代码库和企业文档归档，旨在在保证质量的同时降低时延与总拥有成本。该举措据同一来源所述，为企业将检索、总结与合规审计合并为单次推理创造条件，有望减少推理费用与硬件占用，释放长文本应用的商业化落地空间。