DeepSeek公開推理系統細節 理論成本利潤率高達545%

TMN 科技編輯台報導

DeepSeek發布推理系統優化細節，開源周圓滿結束

3月1日，DeepSeek發布《DeepSeek-V3/R1推理系統概覽》，首次公開其推理系統的優化細節，並披露成本及利潤率等關鍵財務數據。這一舉措標誌著備受關注的「DeepSeek開源周」正式畫下句號。期間，DeepSeek完整開源五個代碼庫，涵蓋自然語言處理（NLP）、計算機視覺（CV）等多個技術領域，為開發者社區帶來豐富的技術成果。

復旦大學計算機科學技術學院教授張奇在接受《香港文匯報》採訪時表示，此次開源極大提升了GPU（圖形處理器）的使用效率，為國內中小企業及高校的研究提供了有力支持。

GPU使用效率大幅提升，降低技術門檻

「DeepSeek開源周」自2月24日啟動，先後開源了FlashMLA、DeepEP、DeepGEMM、DualPipe和EPLB等優化並行策略，並提供推進器3FS及輕量化數據處理工具Smallpond，涵蓋從硬件優化到模型訓練加速、數據處理的全流程技術方案。

張奇指出，過去DeepSeek的開源模型僅公布了參數，但要讓模型高效運行，仍需大量底層優化。本次開源的代碼則聚焦於高效訓練、運行及部署，提升GPU的運行效率。他舉例道：「以往100個GPU僅能支持10名用戶同時訪問，如今應用這些優化工具後，100個GPU可支持30至40名用戶，大幅提升了訪問速度與模型運行效率。」

此外，DeepSeek的開源策略並非單純為了商業競爭，而是著眼於推動技術發展。張奇表示，DeepSeek的核心盈利模式並非依賴模型服務，而是強調技術優勢與效率提升。「儘管本次開源的代碼提高了模型運行效率，但影響效果表現的核心技術仍未對外公開，這部分仍然掌握在DeepSeek手中。」

披露財務數據，駁斥「賠錢運營」質疑

值得關注的是，DeepSeek此次還公布了運營成本與利潤率數據，以回應外界對其「賠錢運營」的質疑。根據公開數據，假設GPU租賃成本為2美元/小時，DeepSeek每日總成本約為87,072美元。按DeepSeek-R1的定價計算，其單日理論收入可達562,027美元，成本利潤率高達545%。

然而，DeepSeek也強調，由於DeepSeek-V3的較低定價、夜間折扣及部分免費服務的影響，實際收入將低於理論值。儘管如此，該數據仍顯示DeepSeek具備強勁的盈利能力，遠非外界猜測的「虧損經營」。

張奇認為，DeepSeek此次公開推理系統細節及財務數據，不僅是「開源周」的總結，更向行業展示了一個高效盈利的技術範例。「DeepSeek能以極低成本運行和部署，並維持可觀的利潤，這對AI領域的其他企業具有重要的參考價值。」

TMN 編輯部解析

DeepSeek此次開源周的舉措，顯示了其對技術創新的高度投入。從GPU運行效率的提升到財務數據的透明化，DeepSeek不僅展示了技術優勢，也表達了其對開源生態的承諾。對於開發者而言，這些優化方案將降低使用大模型的技術門檻，推動行業更廣泛的應用。而在商業層面，DeepSeek的盈利模式與技術策略，也為業界提供了新的商業思維與參考方向。