Adaptive DHiSparse：支持推测解码的自适应KV层次结构

Adaptive DHiSparse是一种新的长上下文 serving 技术，支持在分层稀疏KV上进行推测解码。在100K上下文和128并发条件下，GLM-5.3配合DFlash2实现每解码GPU 793个输出token/s，性能是HiSparse的1.45倍。在相同延迟限制下，它能维持高达4倍的并发量和2.3-3.7倍的输出量。在DeepSeek-V4.1-Flash的500K上下文和512并发测试中，使用DSpark的Adaptive DHiSparse输出量是驻留式服务的1.85倍。