DeepSeek 稀疏注意力 DSA 拆解：索引器、Top-k 选择与两阶段训练

DeepSeek 在 V3.2-Exp 中引入的 DSA 用一个轻量索引器给每个 query 的历史 token 打分，只把分数最高的 2048 个 KV 条目送进精确注意力，主注意力复杂度从 O(L²) 降到 O(Lk)。