智谱GLM-5.3-Flash全面激活国产算力：320B总参、18B激活参数的混合注意力新架构

国联民生证券计算机团队（吕伟/胡又文团队）最新研报指出，智谱新一代大模型GLM-5.3-Flash正从架构与系统层面对国产算力进行适配优化，成为观察国产大模型如何激活本土芯片的重要样本。

报告显示，GLM-5.3-Flash总参数量约320B，与上一代GLM-4.5的355B基本相当，但激活参数量由32B大幅压缩至18B，层数由92层减至45层。

架构层面，该模型采用线性注意力与稀疏注意力混合架构，稀疏注意力引入IndexPool索引器，将注意力计算的显存与带宽需求大幅压缩，缓解推理时的显存消耗与带宽压力。

报告认为，稀疏注意力与低激活参数已成为国产大模型优化的主要方向之一，多家头部模型厂商的新一代架构呈现出高度趋同的解法。

报告同时提及，DeepSeek-V4在token维度压缩上下文、结合DSA稀疏注意力，1M上下文成为全系服务标配，显示国产模型厂商正围绕算力效率展开竞赛。

值得关注的是，激活参数的压缩意味着推理时的显存占用与带宽压力显著下降，为国产芯片运行前沿模型提供了更友好的条件。这或许正是「全面激活国产算力」命题的落点所在。

后续看点在于GLM-5.3-Flash在国产算力集群上的实际推理表现、IndexPool稀疏注意力在长上下文下的扩展性，以及智谱后续模型的迭代节奏。