DeepSeek V4's Real Innovation Isn't Scale—It's Memory Architecture

La verdadera innovación de DeepSeek V4 reside en su arquitectura de memoria, no solo en su escala, lo que hace que su contexto de 1M de tokens sea realmente utilizable. Gracias a técnicas de compresión de caché KV como CSA y HCA, logra una reducción de memoria de casi 9 veces, superando los desafíos prácticos de los modelos de contexto largo.