【TechWeb】3月1日消息，DeepSeek于知乎開設官方賬號，獨家發布《DeepSeek-V3/R1推理系統概覽》技術文章，首次公布模型推理系統優化細節，并披露成本利潤率關鍵信息。

DeepSeeK文章寫道：“DeepSeek-V3 / R1 推理系統的優化目標是：更大的吞吐，更低的延遲。”為實現這兩個目標，DeepSeek的方案是使用大規模跨節點專家并行（EP），但該方案也增加了系統復雜性。文章的主要內容就是關于如何使用EP增長批量大小（batch size）、隱藏傳輸耗時以及進行負載均衡。

值得一提的是，文章還率先披露了DeepSeek的成本和利潤率等關鍵信息。“假定GPU租賃成本為2美金/小時，總成本為$87,072/天。……如果所有 tokens全部按照DeepSeek R1的定價計算，理論上一天的總收入為$562,027，成本利潤率545%。”

據了解，“DeepSeek開源周”自2月24日至2月28日，陸續開源最新技術進展。其中包括，FlashMLA、DeepEP、DeepGEMM和3FS四個開源項目，以及DualPipe、EPLB等代碼庫。

有業內人士認為，“DeepSeek開源周”的重要性已經超過了不久前OpenAI的發布會。DeepSeek用“量大管飽”的開源有力回擊了歐美關于DeepSeek故意說低訓練成本的說法，并且證明了在訓練鏈路上存在極大的優化空間。