持续五天的“Deepseek开源周”刚结束，DeepSeek团队就在国内知乎平台注册官方账户，并在3月1日发布了第一条动态。这篇最新的帖子首次公布了模型的优化技术细节、成本利润率等关键信息。

　　据DeepSeek测算，假定GPU租赁成本为2美元/小时，总成本为8.7万美元/天。若将所有模型tokens按DeepSeek-R1的定价计算，理论上一天的总收入为5.62万美元，成本利润率高达545%。这一利润率在AI行业引起了广泛关注。

　　高达545%的利润率对AI行业意味着什么？界面新闻采访了复旦大学计算机科学技术学院教授张奇。张奇教授指出，在自然语言处理中，Token是基本单位，AI处理每个Token都需要消耗算力。DeepSeek提到的56.3%缓存命中率是一项具有重要意义的数据，显示其在模型优化上做了大量工作。

　　DeepSeek团队介绍，V3、R1推理系统的优化目标是追求“更大的吞吐，更低的延迟”。基于混合专家模型核心架构（MOE），DeepSeek实现了“大规模跨节点专家并行”，提高了模型运行效率。

　　此外，DeepSeek还实现了一套机制，在白天用户访问量大时，利用所有模型节点部署推理服务；晚上则减少推理节点，用于研究和训练。这一策略进一步提高了资源利用率。

图源：DeepSeek知乎官方账号

　　根据DeepSeek统计，在最近的24小时内，将DeepSeek V3和R1推理服务占用节点加到一起，高峰期最多占用278个节点，平均占用226.75个节点。考虑到DeepSeek还有其他工作需要GPU，这些GPU大概率已经用上了现阶段为DeepSeek V3与R1模型所能调用的“全部算力资源”。

　　DeepSeek的创新在于在有限资源下将效率提升至极致，实现了低成本开发。在此基础上，才实现了545%的成本利润率。但DeepSeek也强调，545%只是一个理论值，实际运行时收入会受多种因素影响。

图源：DeepSeek知乎官方账号

　　此前，DeepSeek就因“AI拼多多”的低价标签备受关注。此次公布的高利润率也让外界看清了DeepSeek降价的“底牌”。DeepSeek创始人表示，公司的定价策略是在成本之上保留一定的利润空间，不追求过高利润。

　　目前，业内宣布接入部署DeepSeek R1模型的厂商大多以小规模设备为主。而DeepSeek团队所实现的300多台服务器部署工程对团队技术能力要求极高。尽管545%的成本利润率是理论值，但依然让行业看到了“赚钱的希望”。

　　张奇教授认为，DeepSeek开源模型优化方法将促进行业学习和发展。虽然将同样优化方法落到实际会遇到各种新问题，但整个行业会在这方面进行更多尝试。

（文章来源：界面新闻）