DeepSeek开源周收官，DeepSeek以最后一弹，再次在AI江湖激起了层层涟漪。
3月1日，DeepSeek在知乎上发表题为《DeepSeek-V3/R1 推理系统概览》的文章，全面揭晓V3/R1 推理系统背后的关键秘密。
最为引人注目的是，文章首次披露了DeepSeek的理论成本和利润率等关键信息。据介绍，假定GPU租赁成本为2美元/小时，总成本为87072美元/天；如果所有tokens全部按照DeepSeek R1的定价计算，理论上一天的总收入为562027美元/天，成本利润率为545%。
最大程度优化推理系统，理论成本利润率高达545%
据文章介绍，DeepSeek-V3/R1推理系统的优化目标是更大的吞吐、更低的延迟。为了实现这两个目标，DeepSeek使用了大规模跨节点专家并行（Expert Parallelism / EP）的方法，并通过一系列技术策略，最大程度地优化了大模型推理系统，实现了惊人的性能和效率。
具体而言，在更大的吞吐的方面，大规模跨节点专家并行能够使得batch size（批尺寸）大大增加，从而提高GPU矩阵乘法的效率，提高吞吐。
batch size在深度学习中是一个非常重要的超参数，指模型在训练过程中每次使用的数据量大小。它决定了每次模型更新时使用的训练样本数量，调整batch size可以影响模型的训练速度、内存消耗以及模型权重的更新方式。
在更低的延迟方面，大规模跨节点专家并行使得专家分散在不同的GPU上，每个GPU只需要计算很少的专家（因此更少的访存需求），从而降低延迟。
但是，由于大规模跨节点专家并行会大幅增加系统的复杂性，带来了跨节点通信、多节点数据并行、负载均衡等挑战，因此DeepSeek在文章中也重点论述了使用大规模跨节点专家并行增大batch size的同时，如何隐藏传输的耗时，如何进行负载均衡。
具体来看，DeepSeek团队主要通过规模化跨节点专家并行、双批次重叠策略、最优负载均衡等方式，最大化资源利用率，保证高性能和稳定性。
值得注意的是，文章还披露了DeepSeek的理论成本和利润率等关键信息。据介绍，DeepSeek V3 和R1的所有服务均使用英伟达的H800 GPU，由于白天的服务负荷高，晚上的服务负荷低，DeepSeek实现了一套机制，在白天负荷高的时候，用所有节点部署推理服务。晚上负荷低的时候，减少推理节点，以用来做研究和训练。
通过时间上的成本控制，DeepSeek表示DeepSeek V3和R1推理服务占用节点总和，峰值占用为278个节点，平均占用226.75个节点（每个节点为8个H800 GPU）。假定GPU租赁成本为2美元/小时，总成本为87072美元/天；如果所有tokens全部按照DeepSeek R1的定价计算，理论上一天的总收入为562027美元/天，成本利润率为545%。
不过，DeepSeek也强调，实际上的收入或许并没有那么多，因为V3的定价相较于R1要更低，另外夜间还会有折扣。记者注意到，2月26日，DeepSeek在其API开放平台发布错峰优惠活动通知。根据通知，北京时间每日00:30-08:30为错峰时段，API调用价格大幅下调，其中DeepSeek-V3降至原价的50%，DeepSeek-R1降至25%。DeepSeek鼓励用户在该时段调用，享受更经济更流畅的服务体验。
根据模型价格细节，在标准时段（北京时间08:30-00:30），V3和R1的百万tokens输入（缓存命中）价格分别为0.5元和1元，百万tokens输出分别为8元和16元，R1均为V3的两倍。而在优惠时段（北京时间00:30-08:30），V3和R1的百万tokens输入（缓存命中）则均降为0.25元，百万tokens输出均降为4元。
开源周告一段落，更多惊喜或许还在路上
随着最后一枚“重磅炸弹”的发布，DeepSeek的开源周活动正式告一段落。
在过去的一周里，DeepSeek每天开源一个代码库，堪称公开了一个“技术全家桶”。业内人士分析，这一系列的技术组件看似独立，实则共同构建成了一套精密协同的系统，让DeepSeek在有限算力之下最大程度地“榨干”了GPU，实现了训练推理效率的大幅提升。
记者注意到，在DeepSeek今天发布“最后一弹”的帖子下，不少国外网友表达了赞叹。例如，一名网友表示，到第七天，DeepSeek或许还会发布AGI（通用人工智能，人工智能的最高目标）；另外一名网友表示，“这就是为了正确的理由做正确的事情，你们绝对是传奇，鞠躬致敬”；还有网友猜测，DeepSeek愿意公布这些信息，说明他们实际上已经达到了领先的水平，实际的技术能力可能更高。
不仅如此，还有网友将DeepSeek与OpenAI进行对比，表示：“‘成本利润率545%’，等一下，所以你是说我被OpenAI抢劫了？”
与DeepSeek的开源、免费相比，OpenAI的模型收费一直十分昂贵。就在2月28日，OpenAI正式发布最新模型GPT-4.5研究预览版，这是一款号称“情商最高”的通用大语言模型。然而，其高达每100万tokens输入75美元的API调用价格，相比GPT-4o的2.5美元暴涨了30倍，相比DeepSeek的正常价格，GPT-4.5输入价格更是达到了惊人的280倍。
事实上，GPT-4.5发布后，许多网友已在评论区吐槽定价太贵。而OpenAI的CEO山姆·奥特曼也承认，GPT-4.5是一个“庞大且昂贵的模型”。“我们原本非常希望同时向Plus和Pro用户推出它，但随着我们的规模发展壮大，我们已经耗尽了GPU资源。我们将在下周增加数万块GPU，然后将其推出给Plus层级的用户。”奥特曼在其个人社交平台上表示。
作为大模型领域的“鲶鱼”，DeepSeek如同一名初出茅庐、聪明而锐气的年轻人，持续地给行业的老玩家及巨头们带来压力。最近，据外媒透露，DeepSeek正在加速研发DeepSeek-R2推理模型，这一模型原计划今年5月发布，但或许会提前，新模型有望可以生成更好的代码，并且使用英语之外的语言进行推理。
从V3到R1，再到即将面世的R2，外界对DeepSeek充满了期待，DeepSeek也以持续的技术突破惊艳世界。开源周虽然暂时结束了，但更多的惊喜，或许还在路上。
（来源：证券时报）
记者3月18日从兰州大学获悉，该校动物医学与生物安全学院郑海学教授团队解析了非洲猪瘟病毒（ASFV）在猪体内感染的靶细胞，以及在靶细胞内延长感染的机制。这项研究系统阐明了ASFV感染的细胞嗜性、 3月20日对于我国抗衰老研究是个特殊的日子，经过近3年的不懈努力，八子补肾胶囊抗衰老取得又一重大突破。挑战人类生命极限是摆在全球科学家面前的重大课题，抗衰老研究已成为世界生命科学领域关注 记者3月20日从中国科学技术大学获悉，该校郭光灿院士团队在量子态分辨研究中取得重要进展。研究组在最小资源消耗的量子态分辨问题中首次提出了全局最优自适应策略，并发展了自适应集体测量实验 记者3月17日从浙江大学获悉，该校医学院附属第二医院王良静教授团队、附属邵逸夫医院陈淑洁主任医师团队联合研究发现，一种肠道菌群产生的小分子代谢物吲哚丙酸，可以增强抗癌药物抗PD-1单抗对结 聊到安卓电话的拍照，大部分用户还是比较认可的，而在与iPhone电话的对比中，用户也普遍以为安卓电话的拍照水平要比iPhone更好，当然这一说法也并非空穴来风，其背后的原因直接而明确。首先，硬件配置的竞争 据英国《自然》周刊网站3月19日报道，研究人员首次利用生成式人工智能（AI）制造出全新抗体。报道称，本周生物学预印本资料库中的一份预印本报告的原理验证研究，提高了将“AI指导的蛋白质设计引入治 。本文链接：DeepSeek首次披露：理论成本利润率545%！http://www.sushuapos.com/show-2-10922-0.html
声明：本网站为非营利性网站，本网页内容由互联网博主自发贡献，不代表本站观点，本站不承担任何法律责任。天上不会到馅饼，请大家谨防诈骗！若有侵权等问题请及时与本网联系，我们将在第一时间删除处理。
上一篇： “AI语料”迎来风口 上市公司争相布局